Skip to content
intermediate 15 min

Agent Text-to-SQL z pamiecia

Odpytuj dowolna baze danych w jezyku naturalnym — z trwala pamiecia i umiejetnosciami SQL

sqldatabasedata-analysis

Problem

Odpytywanie baz danych w jezyku naturalnym wymaga rozumienia schematow, pisania poprawnego SQL-a, obslugiwania przypadkow brzegowych i wyjasniania wynikow — przy jednoczesnym utrzymaniu agenta zakotwiczonego w rzeczywistej strukturze danych.

Rozwiązanie

Deep Agents laczy SQLDatabaseToolkit z LangChain z trwala pamiecia (AGENTS.md jako tozsamosc i reguly) oraz umiejetnosciami (wyspecjalizowane przeplywy SQL). Agent eksploruje schematy, pisze zapytania i uczy sie z poprzednich interakcji dzieki pamieci opartej na systemie plikow.

Działający kod

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?")]})

Krok po kroku

1

Skonfiguruj polaczenie z baza danych

Polacz sie z baza danych za pomoca URI SQLAlchemy. Deep Agents obsluguje SQLite, PostgreSQL, MySQL i kazda baze danych wspierana przez SQLAlchemy. Parametr `sample_rows_in_table_info` pomaga agentowi zrozumiec wzorce danych.

2

Stworz tozsamosc agenta (AGENTS.md)

Napisz plik AGENTS.md definiujacy role agenta, reguly specyficzne dla bazy danych i konwencje zapytan. Ta trwala pamiec zapewnia spojne zachowanie miedzy sesjami.

3

Dodaj umiejetnosci SQL

Stworz pliki umiejetnosci w katalogu `skills/` dla typowych przeplywow SQL: eksploracja schematu, zlozone zlaczenia, wzorce agregacji i generowanie raportow.

4

Zapytaj w jezyku naturalnym

Wywolaj agenta z pytaniami w zwyklym jezyku. Zbada schemat, napisze zapytania SQL, wykona je i zwroci czytelne wyniki z wyjasnieniami.

Powiązane przypadki użycia

intermediate 20 min

Agent badawczy z podagentami

Zbuduj agenta badawczego, ktory rozbija zlozoone tematy na podzadania, deleguje je do wyspecjalizowanych podagentow, przeszukuje internet i syntetyzuje wyniki w ustrukturyzowany raport.
intermediate 20 min

Agent automatycznego przegladu kodu

Zbuduj agenta, ktory nawiguje po bazach kodu, czyta pliki, wyszukuje wzorce za pomoca grep/glob, identyfikuje bledy i problemy bezpieczenstwa oraz pisze szczegolowe raporty z przegladu — wszystko dzieki wbudowanym narzedziom systemu plikow i sandboxingowi.

Gotowy to zbudować?

Zacznij z open-source'owymi narzędziami Vstorm — przetestowanymi w produkcji, w pełni udokumentowanymi i darmowymi.

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