BaşlayınÜcretsiz başlayın

Databricks'e Bağlı LangChain SQL Aracısı Oluştur

LangChain, LLM uygulamaları oluşturup dağıtmak için bir kütüphanedir. Ayrıca veri kaynaklarına bağlanan ve SQL sorguları çalıştıran yapay zekâ aracıları oluşturmanı da sağlar.

Bu ve takip eden egzersizlerde samples kataloğundaki şemalarla etkileşime gireceksin. Bu egzersizde bir Databricks SQL aracısı oluşturacak, sonraki egzersizlerde de oluşturduğun aracıları sorgulayacaksın.

Aşağıdaki fonksiyonları senin için kod ortamına aktardık:

from langchain_community.agent_toolkits import create_sql_agent
from langchain_community.agent_toolkits import SQLDatabaseToolkit
from langchain_community.utilities import SQLDatabase
from databricks_langchain import ChatDatabricks
from databricks.sdk import WorkspaceClient

Bu egzersiz, kursun bir parçasıdır

Python SDK ile Databricks

Kursa Göz Atın

Egzersiz talimatları

  • "samples" Databricks kataloğundaki nyctaxi şemasından bir LangChain SQLDatabase oluştur.
  • Databricks Meta Llama 3 Temel Modelini kullanarak bir Databricks LangChain LLM oluştur.
  • LangChain Databricks SQL db ve llm nesnelerini kullanan bir LangChain SQL Database araç takımı oluştur.
  • toolkit ve llm kullanarak bir LangChain Databricks SQL aracısı oluştur.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

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

# Create the LangChain LLM
llm = ____(
    endpoint="databricks-meta-llama-3-3-70b-instruct",
    max_tokens=100)

# Build the SQL toolkit
toolkit = ____(db=db, llm=llm) 

# Create the SQL agent
databricks_sql_agent = ____(llm=llm, toolkit=toolkit, verbose=True, handle_parsing_errors=True)
Kodu Düzenle ve Çalıştır