Consulta datos de ventas de la panadería con un agente SQL
El esquema "bakehouse" del catálogo samples en Databricks contiene datos ficticios sobre ventas de panadería. Podemos crear un agente Databricks SQL de LangChain para conectarnos a este conjunto de datos y luego hacerle consultas sobre la información. El agente puede usar SQL para obtener las respuestas y puede mostrar su trabajo, describiendo las consultas SQL y la lógica empleada para llegar a la solución.
Este ejercicio forma parte del curso
Databricks con el SDK de Python
Instrucciones del ejercicio
- Crea una base de datos SQL de LangChain a partir del conjunto de datos
bakehouseen el catálogosamples. - Crea un objeto
SQLDatabaseToolkitque se conecte a la base de datos SQL de LangChain y allm. - Crea un agente SQL de LangChain que se conecte a
llmy atoolkit. - Pregunta al agente Databricks SQL qué producto genera más ingresos.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# 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)