Запрос данных о продажах пекарни с помощью SQL-агента

Схема «bakehouse» в каталоге samples в Databricks содержит тестовые данные о продажах пекарни. Мы можем создать SQL-агент LangChain для Databricks, подключить его к этому набору данных и задавать агенту вопросы о данных. Агент использует SQL для получения ответов и может пояснять свою работу, описывая SQL-запросы и логику, применённую для решения задачи.

Это упражнение является частью курса

Databricks с Python SDK

Посмотреть курс

Инструкции к упражнению

Создайте SQL-базу данных LangChain на основе набора данных bakehouse из каталога samples.
Создайте объект SQLDatabaseToolkit, который подключается к SQL-базе данных LangChain и llm.
Создайте SQL-агент LangChain, который подключается к llm и toolkit.
Спросите SQL-агента Databricks, какой продукт приносит наибольшую выручку.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)

Редактировать и запускать код