Skip to content
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

Deep Agents
from deepagents import create_deep_agent
from langchain_core.tools import tool
from langchain_community.utilities import SQLDatabase
from 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.

Bereit, mit Deep Agents zu bauen?

Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem Deep Agents — FastAPI + Next.js, Auth, Streaming und mehr.

Loslegen

Bereit, deinen ersten Produktions-KI-Agenten zu bauen?

Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.