Pydantic AI
Agent Text-to-SQL z Pydantic AI
Zbuduj agenta konwertującego język naturalny na SQL, który zamienia pytania na zapytania do bazy danych, waliduje je i zwraca sformatowane wyniki — z Pydantic AI.
SQLdatabaseNL2SQLdata
Działający kod
from pydantic_ai import Agent, RunContextfrom langchain_community.utilities import SQLDatabasefrom langchain_community.agent_toolkits import SQLDatabaseToolkit
agent = Agent( "openai:gpt-4o", system_prompt="You are a SQL analyst. Convert natural language questions into SQL queries. Only use SELECT statements. Limit results to 10 rows.",)
@agent.toolasync def list_tables(ctx: RunContext) -> str: """List all tables in the database.""" return "\n".join(inspector.get_table_names())
@agent.toolasync def run_query(ctx: RunContext, sql: str) -> str: """Execute a read-only SQL query and return results.""" if not sql.strip().upper().startswith("SELECT"): return "Error: Only SELECT queries are allowed." result = db.execute(text(sql)) rows = result.fetchmany(10) return "\n".join(str(row) for row in rows)
result = await agent.run("Show me top 5 customers by total spending this quarter")print(result.output)Krok po kroku
1
Zainstaluj zależności
Zainstaluj Pydantic AI 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 Pydantic AI z narzędziami, ustaw prompt systemowy i wykonaj zapytanie.
Zbuduj z innymi frameworkami
Więcej poradników z Pydantic AI
Gotowy do budowania z Pydantic AI?
Wygeneruj gotowy do produkcji projekt z Pydantic AI — 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.