Skip to content
LangChain

Agent Text-to-SQL z LangChain

Zbuduj agenta konwertującego język naturalny na SQL, który zamienia pytania na zapytania do bazy danych, waliduje je i zwraca sformatowane wyniki — z LangChain.

SQLdatabaseNL2SQLdata

Działający kod

LangChain
from langchain_openai import ChatOpenAI
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()


model = ChatOpenAI(model="gpt-4o")
model_with_tools = model.bind_tools([sql_tools])
response = model_with_tools.invoke([
    ("system", "You are a SQL analyst. Convert natural language questions into SQL queries. Only use SELECT statements. Limit results to 10 rows."),
    ("user", "Show me top 5 customers by total spending this quarter"),
])

Krok po kroku

1

Zainstaluj zależności

Zainstaluj LangChain i wymagane narzędzia do tego przypadku użycia.

2

Zdefiniuj narzędzia

Stwórz specyficzne dla domeny funkcje narzędzi, których agent będzie używał do interakcji z zewnętrznymi serwisami.

3

Stwórz agenta i uruchom

Zainicjalizuj agenta LangChain z narzędziami, ustaw prompt systemowy i wykonaj zapytanie.

Zbuduj z innymi frameworkami

Pydantic AI LangGraph CrewAI Deep Agents

Więcej poradników z LangChain

Chatbot obsługi klienta z LangChain Pipeline RAG z LangChain Agent badawczy z LangChain Agent generujący treści z LangChain

Gotowy do budowania z LangChain?

Wygeneruj gotowy do produkcji projekt z LangChain — FastAPI + Next.js, autoryzacja, streaming i więcej.

Rozpocznij

Gotowy, żeby zbudować swojego pierwszego agenta AI?

Open-source'owe narzędzia, sprawdzone wzorce, zero boilerplate'u. Skonfiguruj swój stos i wyślij w minuty — nie miesiące.

Zbuduj swoją aplikację AI