语义上下文，而非猜测
把业务概念映射到指标、维度、口径与 join 关系，降低歧义，保障跨团队一致性。
把问题变成可治理的 SQL —— 面向企业级分析而生。
2-SQL 面向数据团队与分析平台团队，将自然语言意图转化为可执行、可审计、可控的 SQL。 核心不是“会聊”，而是把语义上下文、权限策略与治理流程嵌入到查询生成与交付中，让企业分析更稳定、更一致、更可追溯。
权限感知与策略对齐
围绕企业权限模型与最小权限原则设计：让生成的查询更贴合角色、数据域与访问策略。
可审计、可追溯
支持评审与审计工作流：意图可解释、生成过程可追踪、输出可复用与可维护。
面向数仓/湖仓的一键执行
输出更贴合现代数据仓库与湖仓的 SQL 习惯，关注可预测的性能与成本画像。
示例
自然语言 → SQL（示意）
问题：
“过去 12 周，按地区统计企业客户每周净收入。”
生成 SQL：
SELECT
DATE_TRUNC('week', order_date) AS week,
region,
SUM(net_revenue) AS net_revenue
FROM analytics.orders
WHERE customer_segment = 'Enterprise'
AND order_date >= CURRENT_DATE - INTERVAL '12 week'
GROUP BY 1, 2
ORDER BY 1 ASC;FAQ
2-SQL 是聊天机器人吗？
不是。2-SQL 更像一项企业级分析能力：把意图转为 SQL，并把治理、权限与可追溯性放在第一优先级。
部署形态是什么？
早期阶段。目标是支持企业常见的安全与部署要求，并兼容主流数据平台与仓库生态。
申请试用
（如果你还没配 Email Routing，后面也可以替换成表单。）