Requêtage de bases de données en langage naturel

Agent IASQLLLMNeo4jCypherDatavisualisation

01 Client et contexte

Ce Gestionnaire ferroviaire gère, maintient et développe un réseau d'infrastructure complexe. Ses Product Owners travaillent quotidiennement sur des bases de données métier complexes mais la rédaction de requêtes SQL ou Cypher constituait un frein récurrent à leur autonomie opérationnelle.

02 Objectifs

Permettre aux Product Owners de requêter les bases de données métier en langage naturel, sans compétence technique en SQL ou en Cypher, et de visualiser dynamiquement les résultats tout en couvrant des schémas de données étendus que les POs ne maîtrisent pas en totalité.

03 Réalisations

Agent de traduction langage naturel → Cypher :

•Connecteur base graphe Neo4j avec gestion du schéma métier complet
•Interprétation des requêtes utilisateurs en langage naturel
•Génération automatique des requêtes Cypher correspondantes
•Pont direct vers la base de données pour l'exécution

Datavisualisation dynamique :

•Intégration TanStack Query pour la gestion du cache et des requêtes côté client
•Visualisation des entités et relations sous forme de graphe interactif
•Résultats lisibles par des profils non-techniques

04 Technologies

Neo4j, Cypher, LLM (modèle interne), TanStack Query.

05 Accompagnement & compétences

•Conception de l'architecture agent et du connecteur base graphe
•Modélisation du schéma métier pour le LLM
•Développement du pont LLM → Cypher → BDD
•Intégration de la datavisualisation dans l'interface PO
•Levée d'un blocage opérationnel récurrent sur la récupération de données

Prêt à démarrer ?

Vous souhaitez permettre à vos équipes métier d'interroger vos bases de données sans écrire une seule ligne de code ?

Nous contacter Découvrir notre expertise IA Nos autres références