关于查找效率问题

[Ventaly]

你好，关于schema link 方面我很感兴趣，我想知道关于LinkAlign的运行效率是怎么样的？从一个问题到检索出表和字段的schema信息，大概要多长时间？

[Satissss]

LinkAlign 考虑到效率和效果的权衡，并提供了 Pipeline 和 Agent 两种模式。Pipeline 适用于效率优先的场景，每个步骤仅需单次调用大模型，一般需要十秒左右时间 ; Agent 则在复杂查询中更加有效，其运行效率取决于迭代轮次等超参数设定（可增加迭代次数以优化效果，以泛化至更大数据库规模），运行时间一般为几分钟。

LinkAlign balances efficiency and effectiveness, offering two modes: Pipeline and Agent. The Pipeline prioritizes efficiency, requiring a few seconds for running. The Agent is more effective for complex queries, and its efficiency dependent on hyperparameters like turn_n, usually taking several minutes.

[Ventaly]

那Pipeline 的话，我有一个问题，如果有多个数据库以及成百上千个表，模型的输入不足以接收这么多的schema信息，你们是怎么做的？是需要分轮次去处理的吗？

[Satissss]

Pipeline 仅进行单次重写以追求效率，两次检索得到的 schema 被用于后续处理。对于这种复杂场景，我们更推荐 Agent 模式，通过调整超参数，比如：增加检索容量（similarity_top_k）并减低轮次（turn_n ）能够有效提高效率。

[Ventaly]

那每次进行一个问题的查询，都要完整的进行一遍完整的 Agent 步骤吗？

[Satissss]

不需要。tools/SchemaLinkingTool.py 提供了六种子方法实现 (3 step × 2 mode)，支持灵活的步骤选择和模式组合，比如在GenerateSchemas.py 中，对于较小的数据库，可以跳过检索直接进行过滤。