Skip to content

SQL-Agent:实现SQL生成、翻译 ​

进阶案例拆解 · RAG 与 Schema-Linking

实现案例 ​

参考图用 Vanna AI 展示一个链路:用户提出问题,系统检索 DDL/Schemas、说明文档和正确 SQL 示例,将上下文交给模型,生成 SQL,查询数据库,再检查结果。正确案例可在审核后回流检索库;错误查询需要修订。

SQL-Agent:实现SQL生成、翻译:流程与结构图 1

实现数据SQL-Agent ​

这里实现一个简单的 SQL 助手。主要目的是 SQL 生成、翻译、优化;参考图中的 DB-GPT 示例选择了一个空 Action,因此生成 SQL 和执行 SQL 是两件不同的事情。

原图代码摘录(截断): 以下保留截图可辨认的类、配置与字段。原图右侧及底部有裁切,因此它不是可直接运行的完整代码;… 表示缺失内容,不是 Python 实现。

text
"""SQL Assistant Agent.
Use RAG and Schema-Linking, which can generate,translate,
and correct SQL based on user questions.
"""

import asyncio
from dbgpt.agent import BlankAction, ConversableAgent, DynConfig, ProfileConf…

class SQLAssistantAgent(ConversableAgent):
    """SQL Agent Use RAG and Schema-Linking."""

    profile: ProfileConfig = ProfileConfig(
        name=DynConfig(
            "kevin",
            category="agent",
            key="dbgpt_agent_expand_sql_expert_name",),
        ),
        role=DynConfig(
            "SQLExpert", category="agent", key="dbgpt_agent_expand_name_role"
        ),
        goal=DynConfig(
            "SQL generation, SQL translate, SQL diagnostics",
            category="agent",
            key="dbgpt_agent_expand_sql_expert_name_goal",
            …

原图还展示了 BlankAction、ConversableAgent、ProfileConfig 与 DynConfig 等名称。它们属于截图中的框架版本,补写部分采用可独立理解的输入输出契约。

1. 把自然语言问题连接到表结构 ​

问题:“每个城市有多少笔已支付订单?”先提供表名、字段、字段含义、状态枚举和统计口径。Schema-Linking 的任务就是把“城市”“已支付”等业务词连接到正确字段。

sql
CREATE TABLE orders (
  id INTEGER PRIMARY KEY,
  city TEXT NOT NULL,
  status TEXT NOT NULL,
  amount_cents INTEGER NOT NULL
);

2. 生成与翻译 ​

提示词契约

根据给定 Schema 和业务口径生成一条只读 SQL。不得猜测不存在的表或字段。条件不清楚时返回需要澄清的问题。输出 SQL、参数、口径说明和依赖字段。

sql
SELECT city, COUNT(*) AS paid_orders
FROM orders
WHERE status = 'paid'
GROUP BY city
ORDER BY paid_orders DESC;

翻译成自然语言:只统计 status 等于 paid 的记录,按 city 分组计算记录数,再按数量降序排列。这里的“订单数”是记录数;如果原表一笔订单有多行明细,应先明确是否需要 COUNT(DISTINCT order_id)。

3. 校验与执行 ​

执行前用数据库方言对应的解析器检查语法与语句类型,再用受限只读账户执行。账户权限、查询超时、行数和数据范围由服务端控制,不能只靠检查 SQL 里有没有 DELETE 这个单词。

检查项示例错误处理方式
字段存在把 city 写成 province返回 schema 错误重新生成
业务口径已支付是否包含已退款先澄清定义
数据范围跨租户查询服务端强制授权过滤
资源限制无限制全表查询超时与扫描限制
结果正确空结果被解释为零业务说明查询范围与空值含义

4. 优化与反馈回流 ​

先看执行计划和真实查询成本,再考虑索引、筛选条件或聚合方式。把“问题、Schema 版本、SQL、确认后的结果”作为一条示例保存。未经审核的生成 SQL 不自动变成正确答案。

练习: 将问题改成“本月各城市销售额”,列出还缺少哪些信息:时间字段、时区、金额口径、退款规则。能先发现缺失字段,比快速生成一条错误 SQL 更重要。

内容依据:用户提供的第 10 张参考图。保留其可见结构、概念和案例,截图未显示的步骤为教学补写。原图作者与历史标注见下方对照。
查看参考原图 · 完整保留截图中的图表与可见文字

第10张参考原图

商业实战出版级教程 | 严禁未授权翻印传播