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
from langchain_openai import ChatOpenAIfrom langchain_core.tools import toolfrom langgraph.prebuilt import create_react_agentfrom 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_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.
Construir con otros frameworks
¿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.