LangGraph
Agent Text-to-SQL z LangGraph
Zbuduj agenta konwertującego język naturalny na SQL, który zamienia pytania na zapytania do bazy danych, waliduje je i zwraca sformatowane wyniki — z LangGraph.
SQLdatabaseNL2SQLdata
Działający kod
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)Krok po kroku
1
Zainstaluj zależności
Zainstaluj LangGraph 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 LangGraph z narzędziami, ustaw prompt systemowy i wykonaj zapytanie.
Zbuduj z innymi frameworkami
Więcej poradników z LangGraph
Gotowy do budowania z LangGraph?
Wygeneruj gotowy do produkcji projekt z LangGraph — FastAPI + Next.js, autoryzacja, streaming i więcej.
RozpocznijGotowy, żeby zbudować swojego pierwszego agenta AI?
Open-source'owe narzędzia, sprawdzone wzorce, zero boilerplate'u. Skonfiguruj swój stos i wyślij w minuty — nie miesiące.