soul-schema：本地LLM驱动的数据库元数据自动语义化工具
Reddit r/LocalLLaMA2026/03/04 22:05机翻/自动摘要/自动分类
3 阅读
内容评分
技术含量
8/10
营销水分
5/10
摘要
soul-schema 是一款利用本地LLM自动生成数据库语义描述的工具，强调数据隐私与本地化处理。它仅读取元数据，不接触行级数据，支持多种模型，输出格式灵活，适用于数据建模和AI训练场景。
正文
soul-schema 是一款专为关注数据隐私的用户设计的工具，它能够利用本地运行的大语言模型（）如 Ollama，为任意数据库模式自动生成语义描述。该工具仅读取数据库的元数据，包括表名、列名、数据类型、约束条件以及每张表最多10个样本值，确保在不接触行级数据的前提下完成分析。其核心优势在于完全的数据隔离，所有处理过程均在本地进行，不会将任何数据上传至外部API，从而避免数据泄露风险。此外，soul-schema 支持多种模型，包括 llama3.2 和 codellama，其中 codellama 在语义推断方面表现更优。生成的描述可导出为 dbt YAML、Vanna 训练数据或纯 JSON 格式，便于后续数据建模或AI训练使用。该项目为开源，开发者可直接通过命令行调用。