О чём урок
Этот блокнот 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.
К концу этого блокнота вы сможете: - Настроить базу данных SQLite с примерами данных - Создать LangChain SQL Agent на базе Gemini - Запрашивать базу данных, используя обычный естественный язык
Для запуска этого блокнота вам понадобится ключ Gemini API.
- Получите бесплатный ключ API на Google AI Studio
- В Colab нажмите значок 🔑 Secrets на левой боковой панели
- Добавьте новый секрет с именем GEMINI_API_KEY и вставьте свой ключ в качестве значения
- Включите доступ к блокноту для секрета
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, вам сначала нужно ее 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 с именем 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 агента и сгенерированные SQL-запросы, установите verbose=True в ячейке создания агента выше.
Теперь, когда агент готов, запросите базу данных, используя обычный английский язык. Агент автоматически сгенерирует SQL-запрос, выполнит его и вернет ответ.
Перед запросом определите вспомогательную функцию для отображения вопроса и результата, сгенерированного агентом, а также окончательного ответа в чистом формате.
Следующие примеры демонстрируют способность агента отвечать на вопросы различной сложности — от простых подсчетов…
План урока
- Этот блокнот был предоставлен Гауравом Тхакуром.
- Настройка
- Установка SDK
- Настройка ключа API
- Настройка базы данных
- Создание SQL Agent
- Запрос к базе данных
- Примеры запросов
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.