Python开发AI智能体(十一)———Agent数据库智能体

前言

上篇文章先容Langchain框架怎样毗连数据库
这篇文章将领导各人编写一个Agent数据库智能体

---

一、开发环境
版本：Python 3.10.4 版本（注：Python版本至少3.9以上，最好是3.10版本）  MySQL8.0
我这里用到的是MySQL数据库 
二、编写代码

1.调用API、毗连数据库

这部分代码在上一篇文章已经做过具体先容了，这里就不过多报告了

1. # 调用AI检测平台（langSmith）
2. import os
3. import sys
5. os.environ["LANGCHAIN_TRACING_V2"] = "true"
6. os.environ["LANGCHAIN_API_KEY"] = 'xxxxxxxxxx'
7. os.environ["LANGCHAIN_PROJECT"] = "智谱AI"
9. #调用智谱AI API
10. os.environ["ZHIPUAI_API_KEY"] = "xxxxxxxx"
12. #调用第三方库
13. from langchain_community.chat_models import ChatZhipuAI
14. from langchain_community.utilities import SQLDatabase
15. from langchain_community.agent_toolkits import SQLDatabaseToolkit
16. from langchain_core.messages import SystemMessage, HumanMessage
17. from langgraph.prebuilt import chat_agent_executor
19. #调用大语言模型
20. model = ChatZhipuAI(model_name='glm-4-flash')
23. HOSTNAME = '127.0.0.1'
24. PORT='3306'
25. DATABASE = 'langchain'
26. USERNAME = 'root'
27. PASSWORD = 'root'
28. MYSQL_UEL = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8mb4'.format(USERNAME,PASSWORD,HOSTNAME,PORT,DATABASE)
30. db = SQLDatabase.from_uri(MYSQL_UEL)

复制代码

2.创建工具

1. toolkit = SQLDatabaseToolkit(db=db,llm=model)
2. tools = toolkit.get_tools()

复制代码

• SQLDatabase Toolkit：LangChain生态系统中的一个重要组件,专门设计用于资助AI署理与SQL数据库进行交互。它提供了一系列工具,使得AI系统能够执行诸如查询数据、检查数据库布局、验证SQL语句等操作。 
  
• db:毗连的数据库
  
• llm:调用的大语言模子
  
• .get_tools:返回了当前工具包中所有可用工具的列表。这些工具随后可以被用于构建智能署理
  

3.定义提示词模板

1. system_prompt="""
2. 你是一个被设计用来与SQL数据库交互的代理。
3. 给定一个输入问题，创建一个语法正确的SQL语句并且执行，然后查看查询结果并且返回答案。
4. 除非用户指定了他们想要获得的实例的具体数量，否则始终将SQL查询限制伟最多10个结果。
5. 你可以按相关列对结果进行排序，以返回MySQL数据库中最匹配的数据。
6. 你可以使用与数据库交互的工具。在执行查询之前，你必须仔细检查。如果执行查询时出现错误，请重新查询并重试。
7. 不要对数据库做任何的DML语句（插入，更新，删除等）。
9. 首先，你应该查看数据库中的表，看看能查询什么。
10. 不要跳过这个一步。
11. 然后查询最相关表的模式。
15. """
16. system_message = SystemMessage(content=system_prompt)

复制代码

4.创建署理Agent

1. agent = chat_agent_executor.create_tool_calling_executor(model,tools,prompt=system_message)

复制代码

• chat_agent_executor.create_tool_calling_executor：创建一个支持工具调用的聊天署理执行器，使署理（Agent）能够在对话过程中动态调用外部工具（如API、函数等），从而增强其处置惩罚复杂任务的本领。
  
• 这个方法内里一共有三个参数 model调用的大模子  tools创造的工具  以即提示词模板
  

5.运行部分

1. def run():
2.   question = input('请输入你的问题')
3.   question = '"' + question + '"'
4.   resp = agent.invoke({'messages':[HumanMessage(content=question)]})
6.   result = resp['messages']
8.   #最后一个才是真正的答案
9.   print(result[len(result)-1].content)
10.   num = int(input('请输入你的选择  1.提问 2.退出系统'))
11.   if num == 1:
12.       run()
13.   else:
14.       sys.exit()
16. if __name__ == "__main__":
17.     print('--------欢迎来到数据库智能体---------')
19.     run()

复制代码

6.运行结果

7.完整代码 

1. # 调用AI检测平台（langSmith）import osimport sysos.environ["LANGCHAIN_TRACING_V2"] = "true"os.environ["LANGCHAIN_API_KEY"] = 'xxxxxxxx'os.environ["LANGCHAIN_PROJECT"] = "智谱AI"#调用智谱AI APIos.environ["ZHIPUAI_API_KEY"] = "xxxxxxxxxxx"#调用第三方库from langchain_community.chat_models import ChatZhipuAIfrom langchain_community.utilities import SQLDatabasefrom langchain_community.agent_toolkits import SQLDatabaseToolkitfrom langchain_core.messages import SystemMessage, HumanMessagefrom langgraph.prebuilt import chat_agent_executor#调用大语言模子model = ChatZhipuAI(model_name='glm-4-flash')HOSTNAME = '127.0.0.1'PORT='3306'DATABASE = 'langchain'USERNAME = 'root'PASSWORD = 'root'#pymysql驱动URL 这里也可以选其他的MYSQL_UEL = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8mb4'.format(USERNAME,PASSWORD,HOSTNAME,PORT,DATABASE)#langchain毗连数据库db = SQLDatabase.from_uri(MYSQL_UEL)#创建工具toolkit = SQLDatabaseToolkit(db=db,llm=model)
2. tools = toolkit.get_tools()system_prompt="""
3. 你是一个被设计用来与SQL数据库交互的代理。
4. 给定一个输入问题，创建一个语法正确的SQL语句并且执行，然后查看查询结果并且返回答案。
5. 除非用户指定了他们想要获得的实例的具体数量，否则始终将SQL查询限制伟最多10个结果。
6. 你可以按相关列对结果进行排序，以返回MySQL数据库中最匹配的数据。
7. 你可以使用与数据库交互的工具。在执行查询之前，你必须仔细检查。如果执行查询时出现错误，请重新查询并重试。
8. 不要对数据库做任何的DML语句（插入，更新，删除等）。
10. 首先，你应该查看数据库中的表，看看能查询什么。
11. 不要跳过这个一步。
12. 然后查询最相关表的模式。
16. """
17. system_message = SystemMessage(content=system_prompt)agent = chat_agent_executor.create_tool_calling_executor(model,tools,prompt=system_message)def run():  question = input('请输入你的问题')  question = '"' + question + '"'  resp = agent.invoke({'messages':[HumanMessage(content=question)]})  result = resp['messages']  # print(result)  # print(len(result))  #最后一个才是真正的答案  print(result[len(result)-1].content)  num = int(input('请输入你的选择  1.提问 2.退出系统'))  if num == 1:      run()  else:      sys.exit()if __name__ == "__main__":    print('--------欢迎来到数据库智能体---------')    run()

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。

继续阅读请点击广告