Text-to-SQL для базы из нескольких таблиц

О чём урок

В этом руководстве мы покажем вам, как: Использовать возможности вызова функций моделей Mistral Создать архитектуру text2SQL, которая масштабируется более эффективно, чем наивный подход, при котором все схемы целиком внедряются в системный prompt Оценить вашу систему с помощью моделей Mistral и фреймворка DeepEval Chinook — это пример базы данных, доступной для SQL Server, Oracle, MySQL и т. д. Её можно создать, запустив один SQL-скрипт. База данных Chinook является альтернативой базе данных Northwind и идеально подходит для демонстраций и тестирования ORM-инструментов, ориентированных на одиночные и множественные серверы баз данных. Для запуска этого notebook вам потребуется загрузить базу данных Chinook. Дополнительную информацию об этой базе данных вы найдете, перейдя по этой github link. Чтобы создать Chinook.db в том же каталоге, что и этот notebook, у вас есть несколько вариантов: Вы можете загрузить и создать базу данных через командную строку: Другая стратегия заключается в запуске следующего скрипта https://raw.githubusercontent.com/lerocha/chinook-database/master/ChinookDatabase/DataSources/Chinook_Sqlite.sql. Сначала сохраните скрипт в папку/каталог на вашем компьютере. Затем создайте базу данных под названием Chinook с помощью sqlite3 Chinook.db. В конечном итоге запустите скрипт командой .read Chinook_Sqlite.sql Мы определяем две функции: run_sql_query, которая выполняет SQL-код в базе данных Chinook get_sql_schema_of_table, которая возвращает схему таблицы, указанной во входных данных Давайте протестируем агента и зададим несколько случайных вопросов возрастающей сложности Давайте попробуем оценить агента более формально. Мы создадим тестовый набор на основе вопросов из этой статьи на Medium Chinook question/answers Мы будем оценивать ответы с помощью LLM в качестве судьи через фреймворк DeepEval, откуда взято изображение ниже.