我用四种方法为 text-to-SQL 提示挑选数据表

每个 text-to-SQL 提示都要带上表结构（schema）。全都发过去，每次调用都得为所有表付钱；只发几张，又可能正好漏掉问题需要的那张。所以怎么挑表很关键。 我在同一批问题上对比了四种做法，全程不调用模型： - 完整表结构（Full schema） ：不做挑选。 - BM25 ：对每张表的定义做关键词检索。 - 向量检索（Embeddings） ：用 all-MiniLM-L6-v2 计算相似度，也就是 LangChain、LlamaIndex、Vanna 从向量库里挑表时的常见做法。 - schemagate ：我维护的开源库，用的是同一个 MiniLM 模型。 每种方法拿到的表数量