Text2Dashboard to prototypowy system, który konwertuje naturalne polecenia analityczne na gotowe do użytku dashboardy bez ręcznego kodowania. Rozwiązanie opiera się na architekturze Agent Runtime, która inteligentnie łączy predykcje modelu AI z kontrolowanym wykonywaniem operacji. Kluczową cechą jest zastosowanie typed tools, persistent state i deterministic hooks - mechanizmów zapewniających zatwierdzenie zmian, audyt, checkpoint-owanie i obsługę awarii bez niezaplanowanych efektów ubocznych.
Pipeline systemu obejmuje kilka etapów: rozpoznawanie elementów z zapytania, odkrywanie metadanych schematu bazy danych, wymuszanie bezpiecznego SQL-a tylko do odczytu, komponowanie struktury dashboardu oraz przeprowadzanie statycznych i dynamicznych kontroli. Model AI proponuje działania, ale to deterministyczne oprogramowanie ostatecznie kontroluje wykonanie i zapisuje wszystkie przejścia stanu. W praktyce model inference zajmuje ponad 97 procent czasu obserwowanego w każdej grupie testowej.
Wyniki ewaluacji na zamrożonych zadaniach DataBrain wykazały 6/8 trafności dla operacji na metadanych i SQL-u: wszystkie cztery zadania selekcji metadanych przebiegły poprawnie, wszystkie SQL-owe spełniły kryteria semantyczne, choć tylko dwa z czterech spełniły dokładny kontrakt kolumn wyjściowych. Końcowa wersja pomyślnie obsłużyła cztery zadania dashboardu jednoelementowego, jedno dwuelementowe i jedno ulepszenie istniejącego dashboardu. Wszystkie dziesięć scenariuszy błędów działało zgodnie ze specyfikacją. Autorzy rozważnie zastrzegają, że te wstępne rezultaty nie potwierdzają jeszcze gotowości do produkcji ani ogólnej dokładności text-to-SQL.