SQLDatabaseChain 实战指南一句话让 LLM 替你写 SQL 并执行【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchain业务同学想看上个月销售额最高的 5 个产品却要排队等数据团队排期写 SQLLangChain 生态里的SQLDatabaseChain正是为这种场景而生你只管用大白话提问它负责把自然语言转成 SQL、跑在数据库上、再把结果用文字讲清楚。这篇指南带你从零跑通它再讲怎么调优、怎么避坑。场景不会写 SQL 的人怎么查自己的数据想象一个典型的痛点链路运营想知道某类客户的复购率得先找开发要字段名开发写个查询脚本跑完截图发群里需求变了再来一遍SQLDatabaseChain 把这条链路压成一句话。它背后是三块能力的组合SQLAlchemy 抽象层SQLDatabase类屏蔽 MySQL、PostgreSQL、SQLite 等方言差异统一提供读表结构的能力大语言模型理解自然语言问题生成对应方言的 SQL查询执行与结果整形自动执行生成的 SQL把行列数据交给 LLM 归纳成人话注意一个事实在当前版本的 LangChain 仓库里SQLDatabaseChain已不在主包langchain中提供它被移到了实验包langchain-experimental而生成 SQL这条核心链路仍在libs/langchain/langchain_classic/chains/sql_database/目录下的create_sql_query_chain中维护。所以装依赖时要装langchain-experimental这点新手常踩。原理速览一次提问内部发生了什么说白了整条链路就四步你的问题 ──▶ 组装提示词 ──▶ LLM 生成 SQL ──▶ 执行 SQL │ │ │ │ 注入表结构示例行 取回结果集 ▼ ▼ ▼ 答案 ◀── LLM 看结果归纳 ◀── 结果格式化 ◀── 数据库关键在于组装提示词这一步SQLDatabase会把库的方言名、每张表的字段定义、以及可选的几行示例数据拼进提示词告诉 LLM你只能在这些表里查列名必须和 schema 一致最多取 N 行。LLM 被要求按固定格式输出SQLQuery:开头的那段 SQL链路截获它、执行、把结果再喂回去要一个Answer:。所以它不是黑盒每一步都能拆开看。三步跑通第一个 LangChain 自然语言查 SQL 查询第一步连上数据库from langchain_community.utilities import SQLDatabase db SQLDatabase.from_uri(sqlite:///chinook.db)连接串交给 SQLAlchemy方言自动识别。本地试验强烈建议先拿 SQLite 开刀零配置。第二步建链from langchain_experimental.sql import SQLDatabaseChain from langchain_openai import OpenAI llm OpenAI(temperature0) db_chain SQLDatabaseChain.from_llm(llm, db, verboseTrue)temperature0是为了让生成的 SQL 尽量稳定verboseTrue会把中间过程打印出来调试阶段务必开着。第三步问一句人话result db_chain.run(How many employees are there?) print(result)能看到 LLM 先生成了SELECT COUNT(*) FROM Employee;执行后回答 There are 9 employees.。到这里最小可用版本就跑通了。进阶调优按三个目标分类的 6 个开关跑通只是起点。实际用起来你会发现所有调参都围绕三个目标让 LLM 少写错、让输出可控、让对话有记忆。提升准确率查询检查器 自定义模板 示例数据查询检查器是个二审法官use_query_checkerTrue后LLM 生成的 SQL 会先由另一个模型审查有没有语法或逻辑错误通过了才执行。多一次调用换一次拦截对生产环境很值db_chain SQLDatabaseChain.from_llm(llm, db, use_query_checkerTrue)自定义提示模板适合你的库有强约束比如日期格式、命名规范的场景。注意模板必须包含input、table_info、dialect这几个输入变量否则链路会直接报错拒收from langchain_core.prompts import PromptTemplate PROMPT PromptTemplate( input_variables[input, table_info, dialect], template...你的定制模板..., ) db_chain SQLDatabaseChain.from_llm(llm, db, promptPROMPT)示例数据是给 LLM 递样本建库时加sample_rows_in_table_info2每张表的提示词里就会带 2 行真实数据。字段名叫status但值是0/1还是A/BLLM 看一眼样本就知道该怎么过滤比看类型定义靠谱得多。控制输出行数限制 中间步骤top_k控制单次 SELECT 最多取回多少行默认 5。结果太多不仅拖慢响应还会把 LLM 的归纳带偏按需放宽db_chain SQLDatabaseChain.from_llm(llm, db, top_k10)return_intermediate_steps则把生成的 SQL、执行结果等中间产物一并返回。调试、审计、或者你想在页面上展示AI 实际跑了什么 SQL都靠它db_chain SQLDatabaseChain.from_llm(llm, db, return_intermediate_stepsTrue) result db_chain(查询问题) print(result[intermediate_steps])增加记忆让链记得上一句裸的链是金鱼记忆每次提问都是全新会话那它的邮箱呢这种追问就废了。接上ConversationBufferMemory把历史对话拼进提示词追问才成立from langchain_classic.memory import ConversationBufferMemory memory ConversationBufferMemory(memory_keyhistory, input_keyquestion) db_chain SQLDatabaseChain.from_llm(llm, db, memorymemory)这里有个坑input_key必须显式指定成question和SQLInput的字段名对齐否则历史会注入到错误的变量里。安全与避坑上线前按风险过一遍风险一LLM 生成的 SQL 不可信。哪怕有检查器也别把这条链路直接接到生产库上。正确姿势是给这条链路单开一个只读账号且权限只覆盖需要暴露的几张表——源码注释里也明确建议用最小读权限。想进一步收紧调用时传table_names_to_use提示词里就只出现你允许的那些表。风险二敏感数据随提示词外泄。开了示例行功能后真实数据会进 LLM 的上下文。如果库里有手机号、薪资这类字段就别开sample_rows_in_table_info或者干脆用脱敏视图。风险三方言与依赖不匹配。连 MySQL 报方言相关的怪错先确认装了pymysql之类的驱动并检查数据库类型是否在 SQLAlchemy 支持列表内。连接串格式mysqlpymysql://user:pwhost/db写错是最常见的玄学问题。风险四性能失控。全表扫描的SELECT *是 LLM 最爱写的安全牌。缓解手段有三个top_k兜底、自定义模板里明确禁止SELECT *、以及给热点字段建索引。上线前务必用真实问题清单压测一轮。一句话收尾SQLDatabaseChain 的本质是把问数的门槛从会 SQL降到会说话——先用 SQLite 跑通三步再按准确率、输出控制、记忆三条线调参配好只读权限它就能撑起一个内部问答式的查数入口。下一步如果你希望模型能多步推理先查表、再决定下一步查什么可以顺着仓库里create_sql_query_chain的实现看看 LangGraph 里基于同一个SQLDatabase的 agent 方案那是更开放的玩法。【免费下载链接】langchainThe agent engineering platform.项目地址: https://gitcode.com/GitHub_Trending/la/langchain创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考