API SQL IA Python : séparer génération et accès aux données

Lire l’application et connecter ses dépendances

Le tutoriel du 25 avril 2025 crée une API Python avec FastAPI, OpenAI et PostgreSQL. La source annonce génération et exécution en moins de 100 lignes et base Render. Cela décrit taille et architecture, pas justesse automatique ou préparation à la production sans revue.

1. Commencez avec https://github.com/lukejbyrne/sql-ai-api.
2. Utilisez https://platform.openai.com/api-keys et gardez les clés hors code publié ou partagé.
3. Suivez https://render.com/ et la vraie configuration du dépôt plutôt que deviner les variables.

Examiner le passage question-requête

L’explication commence à 0:33, code à 7:22 et parcours à 9:37. Une requête valide peut répondre au mauvais besoin. Testez des données aux totaux, filtres ou lignes attendus connus pour rendre les erreurs visibles avant exécution.

1. Décrivez une question précise et identifiez tables et champs nécessaires.
2. Comparez sélection, filtres et agrégation SQL à cette question.
3. Gardez hypothèses de schéma et ambiguïtés non résolues plutôt que prendre le plausible pour exact.
4. Comparez données retournées et résultat connu, pas seulement réponse API réussie.

Examiner permissions et résultat réel

L’exécution apparaît à 12:00 et la synthèse à 15:29. Générer et exécuter sont distincts : le modèle ne doit pas obtenir plus de pouvoir que nécessaire. La mention d’exécution sécurisée n’est pas un audit indépendant.

1. Utilisez une base test restaurable et un compte limité à l’accès voulu.
2. Examinez erreurs et demandes impossibles avec le schéma disponible.
3. Reliez question, SQL et résultat pour le diagnostic.
4. Vérifiez hébergement et API actuels ; gratuité historique et peu de code ne prouvent ni coût total ni fiabilité.

À retenir

L’API utile répond à la bonne question avec requête examinée et droits adaptés, pas seulement une chaîne SQL exécutable.