0G project introduction and participation methods
The 0G Labs project is a modular AI blockchain designed to alleviate the pain points of on-chain AI applications in the web3 ecosystem, such as speed and cost efficiency. The project enables frictionless interoperability between chains through modular technology while ensuring security, eliminating fragmentation and maximizing connectivity. The project has secured $35 million in pre-seed funding to revolutionize the AI landscape through its modular approach. The mission of this project is t...
Space and Time 推出用于区块链和人工智能数据验证的 Proof-of-SQL
该产品可用于验证查询的数据是否准确且未被修改 Space and Time 是一家自称是人工智能驱动的数据仓库的公司,宣布于 8 月 2 日推出其 Proof-of-SQL 产品。 Proof-of-SQL 能够证明适用查询中返回的数据是准确的并且未被篡改。这种验证是通过**零知识(ZK)证明**来完成的,它在 Space and Time 的去中心化数据网络中生成 SNARK 加密查询证明执行。 Space and Time 联合创始人兼研究主管 Jay White 表示:“我们相信数据将增强链上和链下生态系统之间的互操作性,促进去中心化系统和传统系统之间更大的协作。”White 补充说,Proof-of-SQL 可以在许多不同行业“释放创新、效率和用户满意度的新水平”,包括金融、零售、医疗保健、游戏以及任何使用区块链的领域。 该产品可用于链上和链下数据。Proof-of-SQL 与许多领域相关Space and Time 指出,Proof-of-SQL 在金融行业特别有用,因为金融行业的货币价值与数据有直接关系。 该公司还描述了如何将 SQL 证明用于人工智能 (AI)。该公...
SQL 视图
SxT 中的视图空间和时间当前支持三种类型的视图。标准 - 标准视图是基于 SQL 语句执行结果的虚拟表。标准视图不保存 SQL 语句生成的数据。当您查询标准视图时,会执行底层 SQL 语句,并将结果显示为真实的表。物化- 与标准视图不同,物化视图保存执行基础查询的结果。物化视图可以按用户定义的时间间隔刷新,每次执行基础查询时都会保存新数据。参数化- 参数化视图类似于标准视图,不同之处在于它可以采用针对视图执行查询时提供的附加参数。如何在 SxT 中创建视图视图是使用与在空间和时间中创建表相同的配置资源 (DDL)端点创建的。至少,您必须为正在创建视图的资源 ID 提供具有 CREATE 权限的 Biscuit。如果您的查询运行所针对的基础表是使用权限创建的,则此方法有效。如果您的视图将查询的表是,那么您还需要为基础表提供具有适当权限的 Biscuit 。access_type=public_readaccess_type=permissionedSELECT创建标准视图卷曲curl -i --request POST \ --url "https://<API_URL...
Has a funny soul and a handsome face
0G project introduction and participation methods
The 0G Labs project is a modular AI blockchain designed to alleviate the pain points of on-chain AI applications in the web3 ecosystem, such as speed and cost efficiency. The project enables frictionless interoperability between chains through modular technology while ensuring security, eliminating fragmentation and maximizing connectivity. The project has secured $35 million in pre-seed funding to revolutionize the AI landscape through its modular approach. The mission of this project is t...
Space and Time 推出用于区块链和人工智能数据验证的 Proof-of-SQL
该产品可用于验证查询的数据是否准确且未被修改 Space and Time 是一家自称是人工智能驱动的数据仓库的公司,宣布于 8 月 2 日推出其 Proof-of-SQL 产品。 Proof-of-SQL 能够证明适用查询中返回的数据是准确的并且未被篡改。这种验证是通过**零知识(ZK)证明**来完成的,它在 Space and Time 的去中心化数据网络中生成 SNARK 加密查询证明执行。 Space and Time 联合创始人兼研究主管 Jay White 表示:“我们相信数据将增强链上和链下生态系统之间的互操作性,促进去中心化系统和传统系统之间更大的协作。”White 补充说,Proof-of-SQL 可以在许多不同行业“释放创新、效率和用户满意度的新水平”,包括金融、零售、医疗保健、游戏以及任何使用区块链的领域。 该产品可用于链上和链下数据。Proof-of-SQL 与许多领域相关Space and Time 指出,Proof-of-SQL 在金融行业特别有用,因为金融行业的货币价值与数据有直接关系。 该公司还描述了如何将 SQL 证明用于人工智能 (AI)。该公...
SQL 视图
SxT 中的视图空间和时间当前支持三种类型的视图。标准 - 标准视图是基于 SQL 语句执行结果的虚拟表。标准视图不保存 SQL 语句生成的数据。当您查询标准视图时,会执行底层 SQL 语句,并将结果显示为真实的表。物化- 与标准视图不同,物化视图保存执行基础查询的结果。物化视图可以按用户定义的时间间隔刷新,每次执行基础查询时都会保存新数据。参数化- 参数化视图类似于标准视图,不同之处在于它可以采用针对视图执行查询时提供的附加参数。如何在 SxT 中创建视图视图是使用与在空间和时间中创建表相同的配置资源 (DDL)端点创建的。至少,您必须为正在创建视图的资源 ID 提供具有 CREATE 权限的 Biscuit。如果您的查询运行所针对的基础表是使用权限创建的,则此方法有效。如果您的视图将查询的表是,那么您还需要为基础表提供具有适当权限的 Biscuit 。access_type=public_readaccess_type=permissionedSELECT创建标准视图卷曲curl -i --request POST \ --url "https://<API_URL...
Share Dialog
Share Dialog
Has a funny soul and a handsome face

Subscribe to honey

Subscribe to honey
<100 subscribers
<100 subscribers
借助 Space and Time 支持 OpenAI 的聊天机器人,您无需了解任何 SQL 即可与数据库交互。您可以从简单的自然语言输入生成 SQL 命令。
聊天机器人可以在时空工作室中找到。让我们看一下一些世代示例:
📘 该聊天机器人由 OpenAI 启用,对于给定的自然语言输入可能不会返回完全相同的 SQL 语句。
让我们编写一个简单的查询,它将返回以太坊上执行最多交易的前 10 个地址
show me the top users on Ethereum by number of transactions limit 10
执行完这个提示后,就会生成这条SQL语句。
SELECT
ETHEREUM.TRANSACTIONS.FROM_ADDRESS,
COUNT(ETHEREUM.TRANSACTIONS.TRANSACTION_HASH) AS TRANSACTION_COUNT
FROM
ETHEREUM.TRANSACTIONS
GROUP BY
ETHEREUM.TRANSACTIONS.FROM_ADDRESS
ORDER BY
CAST(TRANSACTION_COUNT AS DECIMAL(38)) DESC
LIMIT
10;
让我们尝试另一个以太坊每周活跃用户预测。我们可以将以下内容输入到聊天机器人中:
文本
give me a forecast of active users over time by week
并且会生成这样的SQL语句:
SQL
SELECT
DATE_TRUNC ('week', CAST(TIME_STAMP AS DATE)) AS week,
COUNT(DISTINCT WALLET_ADDRESS) AS active_users
FROM
ETHEREUM.NATIVE_WALLET
GROUP BY
DATE_TRUNC ('week', CAST(TIME_STAMP AS DATE))
ORDER BY
week ASC;
最后,我们添加更多的逻辑,提出更具挑战性的问题,根据特定的逻辑来获取以太坊上的钱包信息。我们可以将以下内容输入到聊天机器人中:
sql
show me all the ethereum wallets with a balance > 5 and at least 1 transaction associated
并且会生成这样的SQL语句:
SQL
SELECT
ETH.WALLET_ADDRESS,
CAST(ETH.BALANCE AS DECIMAL(30))
FROM
ETHEREUM.NATIVE_WALLET ETH
INNER JOIN
ETHEREUM.TRANSACTION TX ON T.TRANSACTION_HASH = T.TRANSACTION_HASH
WHERE
CAST(BALANCE AS DECIMAL(30))>5
GROUP BY
ETH.WALLET_ADDRESS
借助 Space and Time 支持 OpenAI 的聊天机器人,您无需了解任何 SQL 即可与数据库交互。您可以从简单的自然语言输入生成 SQL 命令。
聊天机器人可以在时空工作室中找到。让我们看一下一些世代示例:
📘 该聊天机器人由 OpenAI 启用,对于给定的自然语言输入可能不会返回完全相同的 SQL 语句。
让我们编写一个简单的查询,它将返回以太坊上执行最多交易的前 10 个地址
show me the top users on Ethereum by number of transactions limit 10
执行完这个提示后,就会生成这条SQL语句。
SELECT
ETHEREUM.TRANSACTIONS.FROM_ADDRESS,
COUNT(ETHEREUM.TRANSACTIONS.TRANSACTION_HASH) AS TRANSACTION_COUNT
FROM
ETHEREUM.TRANSACTIONS
GROUP BY
ETHEREUM.TRANSACTIONS.FROM_ADDRESS
ORDER BY
CAST(TRANSACTION_COUNT AS DECIMAL(38)) DESC
LIMIT
10;
让我们尝试另一个以太坊每周活跃用户预测。我们可以将以下内容输入到聊天机器人中:
文本
give me a forecast of active users over time by week
并且会生成这样的SQL语句:
SQL
SELECT
DATE_TRUNC ('week', CAST(TIME_STAMP AS DATE)) AS week,
COUNT(DISTINCT WALLET_ADDRESS) AS active_users
FROM
ETHEREUM.NATIVE_WALLET
GROUP BY
DATE_TRUNC ('week', CAST(TIME_STAMP AS DATE))
ORDER BY
week ASC;
最后,我们添加更多的逻辑,提出更具挑战性的问题,根据特定的逻辑来获取以太坊上的钱包信息。我们可以将以下内容输入到聊天机器人中:
sql
show me all the ethereum wallets with a balance > 5 and at least 1 transaction associated
并且会生成这样的SQL语句:
SQL
SELECT
ETH.WALLET_ADDRESS,
CAST(ETH.BALANCE AS DECIMAL(30))
FROM
ETHEREUM.NATIVE_WALLET ETH
INNER JOIN
ETHEREUM.TRANSACTION TX ON T.TRANSACTION_HASH = T.TRANSACTION_HASH
WHERE
CAST(BALANCE AS DECIMAL(30))>5
GROUP BY
ETH.WALLET_ADDRESS
No activity yet