// Create database if (mysql_query("CREATE DATABASE my_db",$con))//创建数据库 { echo "Database created"; } else { echo "Error creating database: " . mysql_error(); } // Create table in my_db database mysql_select_db("my_db", $con);//选择数据库 $sql = "CREATE TABLE Pe...
1、文本转sql,不执行查询: 因为目前文本转sql的准确率,以及对于多表的查询效果不太好,所以生成sql之后,可以供sql boy进一步修改或者直接执行。 代码: from langchain.chat_models import ChatOpenAI from langchain.chains import create_sql_query_chain from langchain.utilities import SQLDatabase from langchain...
fromlangchain_community.utilitiesimportSQLDatabasedb=SQLDatabase.from_uri("sqlite:///Chinook.db")# 通过LLM 获取查询语句fromlangchain.chainsimportcreate_sql_query_chainfromlangchain_openaiimportChatOpenAIllm=ChatOpenAI(model="gpt-3.5-turbo",temperature=0)fromlangchain_community.tools.sql_database.tool...
create_sql_query_chain:SQL查询链 create_sql_query_chain是创建生成SQL查询的链,用于将自然语言转换成数据库的SQL查询。 SQLDatabaseChain 可与 SQLAlchemy 支持的任何 SQL 方言一起使用,例如 MS SQL、MySQL、MariaDB、PostgreSQL、Oracle SQL、Databricks 和 SQLite。 这里使用MySQL数据库,需要安装pymysql pip inst...
langchain.llms import Xinference from langchain.prompts import PromptTemplate llm = Xinference(server_url="http://localhost:9997", model_uid="Qwen1.5-14B-Chat",temperature=0.3) chain = create_sql_query_chain(llm, db) response = chain.invoke({"question": "How many employer are there"}) ...
from langchain_community.tools.sql_database.tool import QuerySQLDataBaseTool # 执行查询动作 execute_query = QuerySQLDataBaseTool(db=db) # 获取sql 查询语句 write_query = create_sql_query_chain(llm, db) # 先生成查询语句,再执行查询动作 ...
chain=create_sql_query_chain(llm,db)chain.get_prompts()[0].pretty_print() 输出: *You are a SQLite expert. Given an input question, first create a syntactically correct SQLite query to run, then look at the results of the query and return the answer to the input question. ...
from langchain_community.tools.sql_database.tool import QuerySQLDataBaseTool # 执行查询动作 execute_query = QuerySQLDataBaseTool(db=db) # 获取sql 查询语句 write_query = create_sql_query_chain(llm, db) # 先生成查询语句,再执行查询动作 ...
from langchain_community.tools.sql_database.tool import QuerySQLDataBaseTool # 执行查询动作 execute_query = QuerySQLDataBaseTool(db=db) # 获取sql 查询语句 write_query = create_sql_query_chain(llm, db) # 先生成查询语句,再执行查询动作 ...
看视频ChatGPT可以直接使用(此处不严谨,没亲自尝试3.5和4是否可以,视频可以,有待论证) 后参考官方文档: https://python.langchain.com/docs/use_cases/qa_structured/sql 国内 可以使用create_sql_query_chain来完成SQL的自然语言处理: 测试代码: https://github.com/sevck/langchain_demo 最终效果:...