开始使用免费开始使用

使用 SQL agent 查询烘焙店销售数据

Databricks 中 samples catalog 下的 "bakehouse" 模式包含经过构造的烘焙店销售数据。我们可以创建一个 LangChain 的 Databricks SQL agent 来连接该数据集，然后向 agent 提问有关数据的问题。该 agent 会使用 SQL 获取答案，并且会展示推理过程，描述为得到解答所使用的 SQL 查询和逻辑。

本练习是课程的一部分

使用 Python SDK 的 Databricks

查看课程

练习说明

  • 从 samples catalog 中的 bakehouse 数据集创建一个 LangChain SQL 数据库。
  • 创建一个 SQLDatabaseToolkit 对象，将其连接到该 LangChain SQL 数据库和 llm。
  • 创建一个连接到 llm 和 toolkit 的 LangChain SQL Agent。
  • 询问 Databricks SQL agent 哪种产品带来的收入最高。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)
编辑并运行代码