คิวรีข้อมูลยอดขายเบเกอรีด้วย SQL agent
schema ชื่อ "bakehouse" ใน catalog samples บน Databricks มีข้อมูลจำลองเกี่ยวกับยอดขายเบเกอรี เราสามารถสร้าง LangChain Databricks SQL agent เพื่อเชื่อมต่อกับชุดข้อมูลนี้ แล้วสอบถาม agent เกี่ยวกับข้อมูลได้โดยตรง agent จะใช้ SQL ในการหาคำตอบ และยังสามารถแสดงขั้นตอนการทำงาน โดยอธิบาย SQL query และตรรกะที่ใช้ในการได้มาซึ่งคำตอบนั้น
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Databricks กับ Python SDK
คำแนะนำการฝึกหัด
- สร้าง LangChain SQL database จากชุดข้อมูล
bakehouseใน catalogsamples - สร้างออบเจ็กต์
SQLDatabaseToolkitที่เชื่อมต่อกับ LangChain SQL database และllm - สร้าง LangChain SQL Agent ที่เชื่อมต่อกับ
llmและtoolkit - ถาม Databricks SQL agent ว่าผลิตภัณฑ์ใดสร้างรายได้สูงสุด
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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)