Skip to content
LangGraph

Agente Text-to-SQL con LangGraph

Construye un agente de lenguaje natural a SQL que convierte preguntas en consultas de base de datos, las valida y devuelve resultados formateados — con LangGraph.

SQLdatabaseNL2SQLdata

Código funcional

LangGraph
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
from langgraph.prebuilt import create_react_agent
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_react_agent(
ChatOpenAI(model="gpt-4o"),
tools=[sql_tools],
prompt="You are a SQL analyst. Convert natural language questions into SQL queries. Only use SELECT statements. Limit results to 10 rows.",
)
result = await agent.ainvoke({
"messages": [("user", "Show me top 5 customers by total spending this quarter")]
})
print(result["messages"][-1].content)

Paso a paso

1

Instalar dependencias

Instala LangGraph y las herramientas necesarias para este caso de uso.

2

Definir herramientas

Crea las funciones de herramientas específicas del dominio que tu agente usará para interactuar con servicios externos.

3

Crear el agente y ejecutar

Inicializa el agente de LangGraph con tus herramientas, establece el prompt del sistema y ejecuta una consulta.

¿Listo para construir con LangGraph?

Genera un proyecto listo para producción con LangGraph preconfigurado — FastAPI + Next.js, auth, streaming y más.

Comenzar

¿Listo para construir tu primer agente IA en producción?

Herramientas open-source, patrones probados en batalla, cero boilerplate. Configura tu stack y despliega en minutos — no meses.