Deep Agents
Text-to-SQL-Agent mit Deep Agents
Erstellen Sie einen Natural-Language-to-SQL-Agenten, der Fragen in Datenbankabfragen umwandelt, validiert und formatierte Ergebnisse liefert — mit Deep Agents.
SQLdatabaseNL2SQLdata
Funktionierender Code
from deepagents import create_deep_agentfrom langchain_core.tools import toolfrom langchain_community.utilities import SQLDatabasefrom langchain_community.agent_toolkits import SQLDatabaseToolkit
db = SQLDatabase.from_uri("sqlite:///sales.db", sample_rows_in_table_info=3)toolkit = SQLDatabaseToolkit(db=db, llm=model)sql_tools = toolkit.get_tools()
agent = create_deep_agent( model="anthropic:claude-sonnet-4-5-20250929", tools=[sql_tools], system_prompt="You are a SQL analyst. Convert natural language questions into SQL queries. Only use SELECT statements. Limit results to 10 rows.",)
result = agent.invoke({ "messages": [("user", "Show me top 5 customers by total spending this quarter")]})print(result["messages"][-1].content)Schritt für Schritt
1
Abhängigkeiten installieren
Installieren Sie Deep Agents und die benötigten Tools für diesen Anwendungsfall.
2
Tools definieren
Erstellen Sie domänenspezifische Tool-Funktionen, die Ihr Agent zur Interaktion mit externen Diensten verwenden wird.
3
Agent erstellen und ausführen
Initialisieren Sie den Deep Agents-Agenten mit Ihren Tools, setzen Sie den System-Prompt und führen Sie eine Abfrage aus.
Mit anderen Frameworks bauen
Weitere Anleitungen mit Deep Agents
Bereit, mit Deep Agents zu bauen?
Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem Deep Agents — FastAPI + Next.js, Auth, Streaming und mehr.
LoslegenBereit, deinen ersten Produktions-KI-Agenten zu bauen?
Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.