Začněte nyníZačněte zdarma

Dotazování na data z prodejny pečiva pomocí SQL agenta

Schéma „bakehouse" v katalogu samples v Databricks obsahuje fiktivní data o prodeji pečiva. Vytvoříme LangChain Databricks SQL agenta, který se k těmto datům připojí, a pak mu budeme klást dotazy. Agent využije SQL k nalezení odpovědí a popíše postup – včetně použitých SQL dotazů a logiky, která ho ke správnému výsledku dovedla.

Toto cvičení je součástí kurzu

Databricks with the Python SDK

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř LangChain SQL databázi z datasetu bakehouse v katalogu samples.
  • Vytvoř objekt SQLDatabaseToolkit, který se připojí k LangChain SQL databázi a k llm.
  • Vytvoř LangChain SQL agenta, který se připojí k llm a toolkit.
  • Zeptej se Databricks SQL agenta, který produkt generuje nejvyšší tržby.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Connect to the bakehouse schema
bakehouse_db = SQLDatabase.from_databricks(
    ____="samples", 
    schema="bakehouse",  
  	warehouse_id=warehouse_id)

# Build the SQL toolkit
toolkit = SQLDatabaseToolkit(____=bakehouse_db, llm=llm)
# Create the SQL agent
agent = ____(llm=llm, toolkit=toolkit, verbose=True, handle_parsing_errors=True)

# Run the revenue query
prompt = "Which product generates the most revenue?"
result = agent.run(____)
print(result)
Upravit a spustit kód