SQL-агент на LangChain и SQLite

О чём урок

Этот notebook демонстрирует, как создать автономный SQL Agent с использованием Gemini API и LangChain. В отличие от традиционного подхода, основанного на цепочках, SQL Agent может анализировать ваш вопрос, решать, какие запросы выполнять, и самостоятельно исправлять ошибки — всё это без посторонней помощи. К концу работы с этим notebook вы сможете: Настроить базу данных SQLite с примерами данных Создать LangChain SQL Agent на базе Gemini Запрашивать базу данных, используя простой естественный язык Для запуска этого notebook вам понадобится Gemini API key. Получите ваш бесплатный API key на Google AI Studio В Colab нажмите на значок 🔑 Secrets на левой боковой панели Добавьте новый secret с именем GEMINI_API_KEY и вставьте ваш key в качестве значения Разрешите доступ к secret для notebook Выберите модель, которую вы хотите использовать в этом руководстве: В этом разделе вы создадите базу данных SQLite, используя набор данных Titanic. Набор данных содержит информацию о пассажирах, включая возраст, пол, класс билета, стоимость проезда и статус выживания. Чтобы запросить базу данных, сначала необходимо её настроить. Здесь вы будете использовать набор данных Titanic, загруженный непосредственно из OpenML. Очистка данных: Преобразуйте столбцы в правильные типы данных и удалите строки с пропущенными значениями. Создание базы данных SQLite: Сохраните очищенные данные в базе данных SQLite под названием titanic.db в таблице с именем passengers. Теперь, когда база данных готова, создайте SQL Agent с использованием LangChain и Gemini. Создайте объект SQLDatabase для подключения к базе данных Titanic. Создайте SQL Agent, объединив LLM и базу данных. Примечание: Чтобы увидеть внутреннюю логику работы agent и сгенерированные SQL запросы, установите verbose=True в ячейке создания agent выше. Теперь, когда agent готов, запросите базу данных, используя простой английский язык. Agent автоматически сгенерирует SQL запрос, выполнит его и вернет ответ. Перед выполнением запроса определите вспомогательную функцию для отображения вопроса и результата, сгенерированного agent, а также окончательного ответа в чистом формате.

План урока

1. Этот notebook был предоставлен Гауравом Тхакуром.
2. Настройка
3. Установка SDK
4. Настройте ваш API key
5. Настройка базы данных
6. Создание SQL Agent
7. Запрос к базе данных
8. Примеры запросов