Knowledge Lab — présentation et modèles

Knowledge Lab extrait des faits de votre base de données et permet à un modèle de langage local de les restituer. Là où l’assistant IA envoie le schéma et quelques lignes d’exemple à chaque question, Knowledge Lab prépare les connaissances une fois pour toutes, en amont, à partir d’une requête SQL.

Ouvrez-le depuis Outils → Knowledge Lab (connaissances LLM).

Prérequis

Knowledge Lab est inclus dans chaque licence. Il nécessite en plus le module LARQL, qui est un binaire séparé :

<app-data>/plugins/larql/larql.exe

Sous Windows, c’est %APPDATA%\com.nabusql.app\plugins\larql\larql.exe. Copiez-y le fichier et redémarrez NabuSQL. Tant que ce n’est pas fait, l’outil s’ouvre et vous indique que le module est manquant — chaque commande est sans effet plutôt qu’en erreur.

Les onglets

Onglet	Rôle
Modèles	Préparer et gérer les modèles locaux
Console LQL	Interroger directement un modèle
Test des connaissances	Vérifier ce qu’un modèle restitue
Patchs	Gérer les connaissances stockées et les exporter

Préparer un modèle

Ajouter un modèle GGUF et choisissez un fichier .gguf. NabuSQL le convertit automatiquement en vindex — le format interne de requête.

La conversion n’a lieu qu’une fois par modèle. Elle utilise de l’espace disque supplémentaire et laisse le fichier d’origine intact, de sorte que rien de ce que vous utilisez déjà avec un autre outil n’est affecté.

Pour les modèles que vous possédez déjà sous une autre forme, Avancé : dossier (safetensors/vindex) accepte un répertoire.

Les modèles préparés sont listés avec une capacité :

• inférence — le modèle peut générer. Toutes les fonctionnalités sont disponibles.
• consultation uniquement — le vindex peut être examiné et interrogé, mais pas utilisé pour la génération.

Supprimer le modèle supprime le modèle et son vindex du disque, après confirmation.

Où les éléments sont stockés

<app-data>/knowledge/models/<name>.vindex/     modèles préparés
<app-data>/knowledge/patches/<model>/<name>.vlp patchs de connaissances

Les modèles sont volumineux. Vérifiez l’espace libre sur ce disque avant d’en préparer plusieurs.

Suite

• Du SQL vers le modèle — l’assistant qui transforme les résultats de requêtes en connaissances.
• Console LQL et patchs — interrogation, test et export.