Skip to content
intermediate 15 min

Agente Text-to-SQL con memoria

Consulta cualquier base de datos en lenguaje natural — con memoria persistente y habilidades SQL

sqldatabasedata-analysis

El Problema

Consultar bases de datos en lenguaje natural requiere comprender esquemas, escribir SQL correcto, manejar casos especiales y explicar resultados — todo manteniendo al agente anclado en la estructura real de los datos.

La Solución

Deep Agents combina el SQLDatabaseToolkit de LangChain con memoria persistente (AGENTS.md para identidad y reglas) y habilidades (flujos de trabajo SQL especializados). El agente explora esquemas, escribe consultas y aprende de interacciones anteriores mediante memoria respaldada por el sistema de archivos.

Código funcional

text_to_sql_agent.py
from deepagents import create_deep_agent
from deepagents.backends import FilesystemBackend
from langchain_anthropic import ChatAnthropic
from langchain_community.agent_toolkits import SQLDatabaseToolkit
from langchain_community.utilities import SQLDatabase


db = SQLDatabase.from_uri("sqlite:///my_database.db", sample_rows_in_table_info=3)
model = ChatAnthropic(model="claude-sonnet-4-5-20250929", temperature=0)
toolkit = SQLDatabaseToolkit(db=db, llm=model)


agent = create_deep_agent(
    model=model,
    memory=["./AGENTS.md"],
    skills=["./skills/"],
    tools=toolkit.get_tools(),
    backend=FilesystemBackend(root_dir="."),
)


result = agent.invoke({"messages": [("user", "What are the top 5 best-selling artists?")]})

Paso a paso

1

Configurar la conexion a la base de datos

Conectate a tu base de datos usando URI de SQLAlchemy. Deep Agents soporta SQLite, PostgreSQL, MySQL y cualquier base de datos compatible con SQLAlchemy. El parametro `sample_rows_in_table_info` ayuda al agente a entender los patrones de datos.

2

Crear identidad del agente (AGENTS.md)

Escribe un archivo AGENTS.md que defina el rol del agente, las reglas especificas de la base de datos y las convenciones de consulta. Esta memoria persistente asegura un comportamiento consistente entre sesiones.

3

Agregar habilidades SQL

Crea archivos de habilidades en el directorio `skills/` para flujos de trabajo SQL comunes: exploracion de esquemas, joins complejos, patrones de agregacion y generacion de informes.

4

Consultar en lenguaje natural

Invoca al agente con preguntas en lenguaje cotidiano. Explorara el esquema, escribira consultas SQL, las ejecutara y devolvera resultados legibles con explicaciones.

Casos de uso relacionados

intermediate 20 min

Agente de investigacion profunda con subagentes

Construye un agente de investigacion que descompone temas complejos en subtareas, las delega a subagentes especializados, busca en la web y sintetiza los hallazgos en un informe estructurado.
intermediate 20 min

Agente de revision de codigo automatizada

Construye un agente que navega por bases de codigo, lee archivos, busca patrones con grep/glob, identifica bugs y problemas de seguridad, y escribe informes detallados de revision — todo con herramientas de sistema de archivos integradas y sandboxing.

¿Listo para construir esto?

Comienza con las herramientas open-source de Vstorm — probadas en producción, completamente documentadas y gratuitas.

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.

Crea tu app de IA