ToB企服应用市场:ToB评测及商务社交产业平台

标题: LangChain-08 Query SQL DB 通过GPT自动查询SQL [打印本页]

---

作者: 河曲智叟    时间: 2024-12-15 12:05
标题: LangChain-08 Query SQL DB 通过GPT自动查询SQL
我们需要下载一个 LangChain 官方提供的本地小数据库。
安装依赖

1. SQL:
2. https://raw.githubusercontent.com/lerocha/chinook-database/master/ChinookDatabase/DataSources/Chinook_Sqlite.sql
3. Shell:
4. pip install --upgrade --quiet  langchain-core langchain-community langchain-openai

复制代码

导入数据

我这里使用 Navicat 导入数据，你也可以通过别的方式导入（固然你有现成的数据库也可以，但是不要太大了，不然会消耗很多Token）。

编写代码

这里我使用了 GPR 3.5 Turbo，效果不抱负的话可以试试GPT 4 大概 GPT 4 Turbo

1. from langchain_core.prompts import ChatPromptTemplate
2. from langchain_community.utilities import SQLDatabase
3. from langchain_core.output_parsers import StrOutputParser
4. from langchain_core.runnables import RunnablePassthrough
5. from langchain_openai import ChatOpenAI
8. template = """Based on the table schema below, write a SQL query that would answer the user's question:
9. {schema}
11. Question: {question}
12. SQL Query:"""
13. prompt = ChatPromptTemplate.from_template(template)
15. db = SQLDatabase.from_uri("sqlite:///./Chinook.db")
18. def get_schema(_):
19.     return db.get_table_info()
22. def run_query(query):
23.     return db.run(query)
26. model = ChatOpenAI(
27.     model="gpt-3.5-turbo",
28. )
30. sql_response = (
31.     RunnablePassthrough.assign(schema=get_schema)
32.     | prompt
33.     | model.bind(stop=["\nSQLResult:"])
34.     | StrOutputParser()
35. )
37. message = sql_response.invoke({"question": "How many employees are there?"})
38. print(f"message: {message}")

复制代码

运行结果

1. ➜ python3 test08.py
2. message: SELECT COUNT(*) AS totalEmployees
3. FROM Employee;

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

---

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)

Powered by Discuz! X3.4