这个项目演示如何使用 LangChain 的 SQLAgent 实现通过自然语言来查询数据库。

使用以下命令安装所有必要的依赖包：

pip install -r requirements.txt

1. 安装 SQLite
   我们的例子里使用的是 SQLite 数据库，在 Linux 上可以使用 sudo apt install sqlite3 来安装。

2. 创建数据库
   使用以下命令创建数据库：

sqlite3 Chinook.db

1. 导入数据
   使用以下命令导入示例数据：

sqlite3 Chinook.db < Chinook_Sqlite.sql

创建 .env 文件并根据您使用的模型配置相应的环境变量：

MODEL_TYPE=azure
AZURE_OPENAI_API_KEY=your_api_key_here
AZURE_OPENAI_ENDPOINT=your_endpoint_here
AZURE_OPENAI_DEPLOYMENT_NAME=your_deployment_name
AZURE_OPENAI_API_VERSION=2024-02-15-preview

MODEL_TYPE=openai
OPENAI_API_KEY=your_api_key_here
OPENAI_API_BASE=https://api.example.com/v1  # 兼容模型的API地址
MODEL_NAME=model_name  # 如：qwen-max 等

• Azure OpenAI (默认)
• OpenAI
• 通义千问
• 其他 OpenAI 兼容接口的模型

.
├── README.md
├── .env
├── main.py
├── Chinook.db
└── Chinook_Sqlite.sql

1. 确保已完成环境准备和配置
2. 运行应用：

python main.py

1. 输入您的自然语言查询，例如：
   • "显示所有客户的名字和邮箱"
   • "查询销售额最高的5个员工"

Chinook 数据库包含以下表：

• Customer（客户信息）
• Employee（员工信息）
• Invoice（订单信息）
• Track（音轨信息）
• Album（专辑信息）
• Artist（艺术家信息）

• 请确保您的 API 密钥有足够的额度
• 建议在测试阶段设置合理的 token 限制以控制成本
• 不同模型的性能和成本可能有所不同，请根据实际需求选择