SQL 에이전트로 베이커리 판매 데이터 쿼리하기
Databricks의 samples 카탈로그에 있는 "bakehouse" 스키마에는 베이커리 판매에 관한 가상 데이터가 포함되어 있습니다. LangChain Databricks SQL 에이전트를 생성하여 이 데이터셋에 연결한 후, 에이전트에게 데이터 관련 질문을 할 수 있습니다. 에이전트는 SQL을 활용해 답을 도출하며, 사용한 SQL 쿼리와 논리 과정을 설명하면서 풀이 과정을 보여 줍니다.
이 연습은 강의의 일부입니다
Python SDK로 Databricks 다루기
연습 안내
samples카탈로그의bakehouse데이터셋으로 LangChain SQL 데이터베이스를 생성하세요.- LangChain SQL 데이터베이스와
llm에 연결하는SQLDatabaseToolkit객체를 생성하세요. llm과toolkit에 연결하는 LangChain SQL 에이전트를 생성하세요.- Databricks SQL 에이전트에게 어떤 제품이 가장 많은 매출을 발생시키는지 질문하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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)