МАЙПЛ SQLСпросите базу данных словами — получите запрос, цифры и пояснение
Сотрудник пишет вопрос по-русски, например «сколько заказов в октябре отменили после оплаты, по городам», и модель составляет SQL-запрос под схему вашей базы. Перед ответом запрос выполняется на реплике в режиме только чтения, поэтому сотрудник получает запрос, который уже отработал, его результат и пояснение. Поддерживаются PostgreSQL, ClickHouse, MySQL и MS SQL; модель стоит на вашем сервере, и данные из сети компании не выходят.
Задача модели
Перевести вопрос сотрудника на русском языке в SELECT-запрос под схему вашей базы, выполнить его на реплике и вернуть результат с пояснением, какие таблицы и поля стоят за каждым словом вопроса.
На входе
- Вопрос сотрудника на русском языке, например «сколько заказов в октябре отменили после оплаты, по городам»
- Схема таблиц, открытых роли этого сотрудника, в PostgreSQL, ClickHouse, MySQL или MS SQL
- Словарь бизнес-терминов вашей компании; вместе со схемой и вопросом — до 32K токенов
На выходе
- SQL-запрос и его результат: запрос уже выполнился на реплике
- Пояснение, какие таблицы и поля соответствуют словам вопроса
- Уточняющий вопрос вместо ответа, если формулировку можно понять двояко
От вопроса к проверенному запросу
Модель переводит слова сотрудника в SQL под вашу схему, выполняет запрос на реплике и только после этого отвечает.
Проверка на реплике до ответа
Запрос запускается на реплике в режиме только чтения: проверяются синтаксис, план выполнения и ограничение числа строк. Сотрудник видит ответ только после того, как запрос отработал.
Видно, откуда взялась цифра
В ответе три части: запрос, результат и сопоставление слов вопроса с таблицами и полями. Аналитик проверяет логику расчёта, а не сверяет итоговое число вслепую.
Термины по вашему словарю
«Активный клиент» или «выручка без возвратов» определяются один раз, и модель считает строго по этим определениям. Если вопрос допускает два прочтения, модель уточняет, а не выбирает наугад.
Только чтение и доступ по ролям
Модель пишет только SELECT: изменяющие запросы запрещены и в ней самой, и в учётной записи подключения. Таблицы, закрытые для роли сотрудника, модель не видит.
Характеристики
Цифры, которые нужны для планирования мощностей. Перед пилотом сайзинг сверяется с вашим трафиком, и показатели записываются в соглашение.
- Контекст
- 32K токеновСхема, словарь бизнес-терминов и вопрос передаются модели вместе.
- Задержка
- Меряется на вашем железеЗависит от GPU и длины входа. Встроенный стенд оценки меряет медиану и пропускную способность на вашем железе — цифры попадают в пилотное соглашение.
- Железо
- 1× GPU 48 ГБКласс L40S или A6000. Конфигурацию под число ваших пользователей подбираем до начала пилота.
- Внешние вызовы
- НетВопросы, схема и результаты запросов остаются в вашей сети.
- Интерфейс
- OpenAI-совместимый RESTОбслуживается vLLM. Код, написанный под OpenAI-клиент, подключается без переписывания.
- Развёртывание
- Docker Compose или HelmВаши серверы, частное облако (VPC) или изолированный контур без интернета.
- Дообучение
- LoRA на ваших данныхЗадания на дообучение входят в редакцию Enterprise. Обычно хватает нескольких сотен размеченных примеров из вашего процесса.
- Оплата
- Годовая лицензияБез оплаты за токены, запросы и рабочие места. Размер лицензии зависит от масштаба развёртывания.
Где применяется
Сценарии для компаний, где вопросов к данным больше, чем аналитиков, а данные нельзя отдавать внешнему сервису.
Ответы для руководителей и отделов
Коммерческий директор, логист или менеджер по продажам спрашивает базу сам, без заявки аналитику и ожидания выгрузки.
- Вопрос на русском, знать SQL не нужно
- Термины считаются по вашему словарю
- Неоднозначный вопрос — уточнение, а не догадка
Работа аналитика
Аналитик получает запрос под вашу схему, который уже выполнился, и пояснение по таблицам и полям. Остаётся проверить логику и при необходимости доработать запрос.
- Синтаксис и план проверены на реплике
- Слова вопроса сопоставлены с полями
- PostgreSQL, ClickHouse, MySQL, MS SQL
Единые определения показателей
Когда отделы по-разному считают «активного клиента», цифры в отчётах расходятся. Определение задаётся в словаре один раз, и модель применяет его в каждом запросе.
- Одно определение на термин
- Одинаковый расчёт для всех отделов
- Поля за термином видны в пояснении
Базы с персональными и коммерческими данными
Клиентские базы, заказы, финансы: ни схема, ни результаты не должны оказаться у стороннего сервиса. Модель работает на вашем сервере и не может ничего изменить в базе.
- Без внешних вызовов
- Таблицы доступны по ролям пользователя
- Запрет изменений в модели и в учётной записи
Пример запроса и ответа
Иллюстрация формата на вымышленной схеме интернет-магазина: таблицы, цифры и поля ответа придуманы для примера. Состав ответа под вашу систему согласуется на пилоте.
{
"model": "maipl-sql",
"messages": [
{ "role": "system", "content": "СУБД: PostgreSQL. Подключение: реплика sales, роль «аналитик продаж»" },
{ "role": "user", "content": "Сколько заказов в октябре отменили после оплаты, по городам" }
]
}{
"sql": "SELECT c.name AS city, count(*) AS orders\nFROM orders o\nJOIN cities c ON c.id = o.city_id\nWHERE o.cancelled_at >= '2026-10-01'\n AND o.cancelled_at < '2026-11-01'\n AND o.cancelled_at > o.paid_at\nGROUP BY c.name\nORDER BY orders DESC\nLIMIT 500",
"checks": { "syntax": "ok", "plan": "ok", "row_limit": 500, "executed_on": "replica" },
"result": [
{ "city": "Казань", "orders": 38 },
{ "city": "Самара", "orders": 21 },
{ "city": "Томск", "orders": 7 }
],
"mapping": [
{ "phrase": "заказов", "source": "orders" },
{ "phrase": "в октябре отменили", "source": "orders.cancelled_at, октябрь 2026" },
{ "phrase": "после оплаты", "source": "orders.cancelled_at > orders.paid_at" },
{ "phrase": "по городам", "source": "cities.name через orders.city_id" }
]
}От первого звонка до промышленной эксплуатации
Три шага без переписывания вашего кода. В конце веса модели остаются у вас.
- 30 минут
Звонок-знакомство
Без слайдов: задача, формат данных и требования безопасности. Если эта модель вам не подходит — скажем прямо на звонке.
- по плану пилота
Пилот в вашем контуре
Контейнер разворачивается на тестовом стенде в вашем VPC или на собственных серверах — на том же стеке, что «Кворум» и «Суть». Стенд оценки прогоняет модель на ваших данных, цифры попадают в пилотное соглашение.
- 90 дней сопровождения
Промышленный запуск
Runbook, обучение операторов и 90 дней сопровождения. После этого модель эксплуатируете вы, без зависимости от поставщика.
Частые вопросы
Не нашли свой вопрос?
Ответим на звонке или в переписке.
С PostgreSQL, ClickHouse, MySQL и MS SQL. Запрос пишется на диалекте вашей СУБД и проверяется на ней же: модель запускает его на реплике до того, как отдать ответ.
Ещё пять моделей на этом рантайме
Тот же стек обслуживания, тот же путь развёртывания и один API — вторая модель не добавляет инфраструктуре новых сущностей.