Tạo LangChain SQL Agent kết nối với Databricks
LangChain là thư viện để xây dựng và triển khai ứng dụng LLM. Thư viện này cũng cho phép bạn tạo các AI agent, kết nối tới nguồn dữ liệu và chạy truy vấn SQL.
Trong các bài tập sau, bạn sẽ làm việc với các schema từ catalog samples. Ở bài này, bạn sẽ tạo một Databricks SQL agent và ở các bài tiếp theo, bạn sẽ truy vấn các agent mà bạn tạo.
Chúng tôi đã nhập sẵn các hàm sau vào môi trường mã cho bạn:
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
Bài tập này là một phần của khóa học
Databricks với Python SDK
Hướng dẫn bài tập
- Tạo một LangChain SQLDatabase từ schema
nyctaxitrong catalog Databricks "samples". - Tạo một Databricks LangChain LLM sử dụng Meta Llama 3 Foundational Model trên Databricks.
- Tạo một bộ công cụ LangChain SQL Database sử dụng LangChain Databricks SQL
dbvàllm. - Tạo một LangChain Databricks SQL agent sử dụng
toolkitvàllm.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)