Von SQL ins Modell

Neues Wissen einfügen (SQL → LLM) verwandelt die Zeilen einer Abfrage in Fakten, die ein Modell abrufen kann. Ein Fakt ist ein Tripel: Entität — Relation — Wert. Acme — Hauptsitz — Zagreb.

1. SQL-Abfrage

Wählen Sie Verbindung und Datenbank, schreiben Sie die Abfrage, Abfrage ausführen. Das Ergebnis wird angezeigt, damit Sie bestätigen können, dass Sie das Richtige ausgewählt haben.

Ist das Ergebnis abgeschnitten, sagt NabuSQL das — es werden nur die geholten Zeilen eingefügt.

2. Zuordnung

Sagen Sie dem Assistenten, welche Spalte was ist:

Feld	Bedeutung
Entität (Spalte)	Die Spalte mit dem Subjekt, z. B. dem Firmennamen
Relation	Entweder ein fester Wert für jede Zeile (z. B. Hauptsitz) oder aus einer Spalte
Wert (Spalte)	Die Spalte mit dem eigentlichen Fakt

Eine Vorschau der ersten Zeilen zeigt die Tripel, die entstehen werden.

3. Schreibmodus

Das ist die Entscheidung, auf die es ankommt.

Zuverlässiger Abruf (KNN) — empfohlen

Die Fakten werden neben dem Modell gespeichert und bei der Abfrage herangezogen. Der Abruf ist zu 100 % genau, und das vorhandene Wissen des Modells bleibt unverändert. Der Kompromiss: es funktioniert innerhalb von NabuSQL, weil NabuSQL den Abruf übernimmt.

Für praktisch jeden realen Einsatz ist das die richtige Wahl.

In die Gewichte schreiben (COMPOSE) — experimentell

Die Fakten werden in die Parameter des Modells selbst geschrieben, wobei ALPHA die Schreibstärke steuert.

Interferenz ist eine Eigenschaft des Verfahrens, kein Fehler

Mehrere Fakten mit derselben Relation zu schreiben führt dazu, dass sie einander stören. Manche werden nicht abgerufen, und das vorhandene Wissen des Modells kann sich verschlechtern. NabuSQL warnt davor, wenn Sie diesen Modus für mehr als ein paar Zeilen wählen.

Für alles jenseits einer Handvoll Fakten nehmen Sie Zuverlässiger Abruf (KNN).

Setzen Sie außerdem den Patch-Namen und bestätigen Sie das Modell.

4. Einfügen und prüfen

Das Einfügen läuft, danach prüft Verifizieren jeden Fakt, indem es das Modell befragt und die Antwort einordnet:

Ergebnis	Bedeutung
abgerufen	Das Modell gibt den Fakt zurück
schwach (Top-3)	Der Fakt steht unter den ersten drei Antworten, aber nicht an erster Stelle
nicht abgerufen	Das Modell erzeugt ihn nicht

Bei COMPOSE wiederholt Fehlgeschlagene mit höherem ALPHA erneut die Fakten, die nicht gehaftet haben. Die Prüfung gibt es gerade deshalb, weil COMPOSE keine Garantie bietet — bei KNN ist der Abruf exakt.

Ein Ergebnis direkt aus dem Raster schicken

Das Kontextmenü des Datenrasters hat An LLM als Wissen senden, was den Assistenten mit diesem Ergebnis bereits geladen öffnet.

Ein realistischer Fall

Ein Produktkatalog in MySQL und ein lokales Modell, das Fragen dazu beantworten soll:

1. SELECT name, kategorie FROM produkte in Schritt 1.
2. Entität = name, Relation = fest kategorie, Wert = kategorie in Schritt 2.
3. Zuverlässiger Abruf (KNN) in Schritt 3.
4. Einfügen und prüfen.

Danach fragen Sie es aus der LQL-Konsole ab oder exportieren den Patch als Knowledge Card für LM Studio.