Общаемся с SQL-базой через LangChain

Урок 53 из 80 курса «Gemini API: примеры использования»: официальный курс Gemini API Cookbook (Гугл Джемини) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Чтение базы данных SQL может быть сложной задачей для человека. Однако с помощью точных prompt'ов модели Gemini могут генерировать ответы на основе данных. Используя Gemini API, вы сможете получать необходимую информацию, общаясь с базой данных SQL. Чтобы запустить следующую cell, ваш API key должен быть сохранен в Colab Secret с именем GEMINI_API_KEY. Если у вас еще нет API key или вы не знаете, как создать Colab Secret, см. Аутентификация для примера. Чтобы выполнить запрос к базе данных, сначала необходимо ее настроить. набора данных о жилье в Калифорнии: Загрузите набор данных из sklearn.datasets и извлеките его в DataFrame. Подключение к базе данных SQLite: База данных будет сохранена в указанном файле. После установления соединения с базой данных объект SQLDatabase теперь содержит информацию о нашей базе данных, к которой модель может получить доступ. Теперь вы можете начать просить LLM генерировать запросы. Вы используете create_sql_query_chain, который подходит для нашей базы данных. Он предоставляет стандартные prompt'ы для различных типов SQL, включая Oracle, Google SQL, MySQL и другие. В данном случае стандартный prompt подходит для задачи. Однако не стесняйтесь экспериментировать с написанием этой части нашей цепочки самостоятельно, чтобы она соответствовала вашим предпочтениям. Отлично! SQL-запрос верен, но ему требуется правильное форматирование, прежде чем он сможет быть выполнен непосредственно базой данных. Вы передадите вывод предыдущего запроса модели, которая извлечет только SQL-запрос и обеспечит его валидность. Теперь давайте автоматизируем процесс запроса к базе данных с помощью QuerySQLDataBaseTool. Этот инструмент может получать текст из предыдущих частей цепочки, выполнять запрос и возвращать ответ. Вы почти закончили! Чтобы улучшить наш output, вы будете использовать LLM не только для получения числа, но и для получения правильно отформатированного ответа на естественном языке. Поздравляем! Вы успешно создали функциональную цепочку для взаимодействия с SQL. Теперь не стесняйтесь исследовать дальше, задавая различные вопросы.

План урока

  1. Настройка вашего API key
  2. Настройка базы данных
  3. Вопрос для запроса
  4. Валидация запроса
  5. Автоматический запрос
  6. Генерация ответа
  7. Следующие шаги

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

Полезные гиды