sqlbot在使用中的一些问题与建议

使用背景：尝试在项目中使用sqlbot辅助用户通过对话的方式查看感兴趣的指标。

问题1：数据库中存在上百张表，如果选择整个库中的所有表，会导致系统提示词超长且可能溢出，使用成本也会很高。
建议：能否对问题做一个预处理机制，通过预处理筛选出相关度topn的表，当前这个预处理机制可能会很复杂依赖表自身的描述信息，字段信息等因素，需要具体讨论可行的方案。

问题2：同一个数据源中，能否提供主题域的概念？比如电商场景下：一个库中有上百张表，常见的主题域可能是订单主题域、用户主题域、商品主题域......，通过划分主题域并且在主题域中配置好表与表之间的关系，在对话时，先通过问题预测主题域，获取命中主题域对应表的元数据，理论上也能减小系统提示词的长度。当前这个功能不影响现有的对话流程，如果没有主题域，退化为现有的对话逻辑。

问题3：现有的表关系管理模块，是否能够利用大模型的能力自动生成初版表关系，然后人工进行校对？

未指定任何文件、测试或入口点。首先定位对话流程、元数据/表关系管理和数据源配置，然后确定表预选、主题域和模型辅助的关系生成是否可以独立指定；当每个提案都有一致认可的设计和记录在案的行为时，即视为完成。