शुरू करेंमुफ़्त में शुरू करें

SQL एजेंट के साथ NYC Taxi डेटासेट क्वेरी करें

Databricks एक ओपन सोर्स samples कैटलॉग उपलब्ध कराता है जिसमें कई स्कीमा शामिल हैं. इस अभ्यास में, आप nyctaxi स्कीमा से कनेक्ट करने के लिए एक LangChain Databricks SQL एजेंट बनाएँगे और फिर उससे ऐसा प्रश्न पूछेंगे जिसका उत्तर देने के लिए SQL की ज़रूरत हो. ऐसे एजेंट बनाकर उपयोगकर्ता बिना पहले से SQL जाने, SQL की आवश्यकता वाले डेटा पर विश्लेषण कर सकते हैं और उससे प्रश्न पूछ सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python SDK के साथ Databricks

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Databricks के samples कैटलॉग में nyctaxi स्कीमा से एक LangChain SQLDatabase ऑब्जेक्ट बनाएँ.
  • Databricks Meta Llama 3 मॉडल का उपयोग करके एक कस्टम LangChain LLM बनाएँ.
  • कस्टम LLM का उपयोग करके एक LangChain Databricks SQL एजेंट बनाएँ.
  • Databricks SQL एजेंट से क्वेरी करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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

# Create the custom LangChain LLM
meta_llm = ChatDatabricks(
    ____="databricks-meta-llama-3-3-70b-instruct",
    max_tokens=100)
toolkit = SQLDatabaseToolkit(db=db, llm=meta_llm)

# Create the SQL agent
agent = create_sql_agent(llm=____, toolkit=toolkit, verbose=True, handle_parsing_errors=True)

# Query the Databricks SQL Agent
result = agent.____("what's the duration and distance of the longest trip?")
print(result)
कोड संपादित करें और चलाएँ