Урок из полного доступа, первые уроки курса бесплатно Официальный курс Cohere LLM University на русском
Урок 26 · Текст · ~5 мин

SQL-агент: вопросы к базе обычным языком

Урок 26 из 114 курса «Cohere: LLM University»: официальный курс Cohere LLM University (Кохир) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Корпоративные клиенты часто хранят и обрабатывают информацию в реляционных базах данных, но эффективный запрос к таким базам данных требует специальных знаний о базовой структуре базы данных, а также сильных навыков кодирования SQL. Один из способов решения этих проблем — создать LLM agent, способный генерировать и выполнять SQL-запросы на основе естественного языка. Например, если пользователь спрашивает: what are the top 4 rows in table X, agent должен быть способен сгенерировать SELECT * FROM X LIMIT 4, выполнить этот запрос и вернуть результат пользователю.

В этом блокноте мы рассмотрим, как настроить sql agent с использованием langchain и моделей Cohere. Мы исследуем два способа достижения этой цели: один с использованием абстракции create_sql_agent из langchain-cohere, а другой — с использованием Cohere ReAct Agent для ответов на вопросы по базам данных SQL. Мы покажем, как это можно сделать без проблем с помощью существующего SQLDBToolkit от langchain.

Опция create_sql_agent рекомендуется для большинства случаев использования и может быть настроена без особых проблем.

  • SQL Agent с create_sql_agent
  • SQL Agent с использованием Cohere ReAct Agent Настройка Toolkit
  • SQL Agent
  • SQL Agent с context

Абстракция create_sql_agent предоставляет доступ к SQLDBTookit и представляет собой простое в использовании low-code решение для создания agent, отвечающего на вопросы по источнику знаний базы данных.

Agent способен вызвать правильный инструмент из toolkit, чтобы узнать доступные таблицы в базе данных.

Agent способен выполнять и запрашивать соответствующие таблицы, включая выполнение необходимых объединений таблиц для ответа на запрос пользователя.

В предыдущем разделе мы использовали встроенную абстракцию из langchain для ответов на вопросы по источнику знаний базы данных. Теперь давайте построим аналогичный agent с нуля и лучше поймем, как различные компоненты, такие как tools, prompts и function calling, работают вместе, чтобы обеспечить успешную реализацию agent.

Langchain уже имеет SQLDBToolkit, который состоит из 4 tools для генерации, выполнения и проверки SQL-запросов.

Это следующие tools:

  • 'sql_db…

План урока

  1. Мотивация
  2. Цель
  3. Настройка Toolkit
  4. SQL Agent
  5. SQL Agent с context

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы Cohere 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от Cohere (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды