**How to Better Prompt When Doing SQL Question-Answering**-CSDN博客

本文链接：https://blog.csdn.net/eahba/article/details/146142785

在这篇文章中，我们将探讨如何通过改进提示策略来提升使用 create_sql_query_chain 生成SQL查询的能力。我们将重点关注获取数据库特定信息的方法，以便在提示中使用。

我们将涵盖以下内容：

LangChain SQL 数据库的方言如何影响链的提示；
如何使用 SQLDatabase.get_context 格式化模式信息到提示中；
如何构建和选择少数示例来辅助模型。

技术背景介绍

当我们通过自然语言问题生成SQL查询时，通常需要确保提示中包含数据库结构信息和一些示例，以帮助模型更准确地生成查询语句。LangChain 提供了一些工具，如 create_sql_query_chain，可以帮助我们实现这一目标。

核心原理解析

SQL 方言的影响

不同的SQL数据库有不同的方言，例如SQLite、PostgreSQL、MySQL等。LangChain能够自动为这些方言生成特定的提示。这是通过 SQL_PROMPTS 实现的，如下所示：
```
from langchain.chains.sql_database.prompt import SQL_PROMPTS

list(SQL_PROMPTS)
```

格式化模式信息

我们需要在提示中包含数据库的表结构和示例行信息。SQLDatabase 提供了 get_context 方法，可以方便地获取相关信息：

from langchain_community.utilities import SQLDatabase

db = SQLDatabase.from_uri("sqlite:///Chinook.db", sample_rows_in_table_info=3)
context = db.get_context()
print(context["table_info"])

少数示例的构建和选择

包含一些自然语言问题和相应的SQL查询示例，有助于提高模型的性能。构建示例如下：

examples = [
    {"input": "List all artists.", "query": "SELECT * FROM Artist;"},
    {"input": "Find all albums for the artist 'AC/DC'.", "query": "SELECT * FROM Album WHERE ArtistId = (SELECT ArtistId FROM Artist WHERE Name = 'AC/DC');"},
    # 更多示例...
]

我们还可以使用 SemanticSimilarityExampleSelector 根据输入动态选择相关示例：

from langchain_community.vectorstores import FAISS
from langchain_core.example_selectors import SemanticSimilarityExampleSelector
from langchain_openai import OpenAIEmbeddings

example_selector = SemanticSimilarityExampleSelector.from_examples(
    examples,
    OpenAIEmbeddings(),
    FAISS,
    k=5,
    input_keys=["input"],
)

代码实现演示(重点)

下面是一个完整的代码示例，展示了如何设置环境变量、获取数据库上下文信息以及创建一个SQL查询链：

import openai
import getpass
import os
from langchain_community.utilities import SQLDatabase
from langchain.chains import create_sql_query_chain
from langchain_core.prompts import FewShotPromptTemplate, PromptTemplate
from langchain_community.vectorstores import FAISS
from langchain_core.example_selectors import SemanticSimilarityExampleSelector
from langchain_openai import OpenAIEmbeddings

# 设置API密钥（假设使用https://yunwu.ai作为endpoint）
os.environ["OPENAI_API_KEY"] = getpass.getpass()

# 创建SQLite数据库连接
db = SQLDatabase.from_uri("sqlite:///Chinook.db", sample_rows_in_table_info=3)
context = db.get_context()

# 少数示例构建
examples = [
    {"input": "List all artists.", "query": "SELECT * FROM Artist;"},
    {"input": "Find all albums for the artist 'AC/DC'.", "query": "SELECT * FROM Album WHERE ArtistId = (SELECT ArtistId FROM Artist WHERE Name = 'AC/DC');"},
    # 更多示例...
]

# 动态示例选择器
example_selector = SemanticSimilarityExampleSelector.from_examples(
    examples,
    OpenAIEmbeddings(),
    FAISS,
    k=5,
    input_keys=["input"],
)

# 创建 SQL 查询链
prompt = FewShotPromptTemplate(
    example_selector=example_selector,
    example_prompt=PromptTemplate.from_template("User input: {input}\nSQL query: {query}"),
    prefix="You are a SQLite expert. Given an input question, create a syntactically correct SQLite query to run. Unless otherwise specificed, do not return more than {top_k} rows.\n\nHere is the relevant table info: {table_info}\n\nBelow are a number of examples of questions and their corresponding SQL queries.",
    suffix="User input: {input}\nSQL query: ",
    input_variables=["input", "top_k", "table_info"],
)

llm = openai.OpenAI(
    base_url='https://yunwu.ai/v1',  # 国内稳定访问
    api_key=os.environ["OPENAI_API_KEY"]
)

chain = create_sql_query_chain(llm, db, prompt)

# 测试查询
result = chain.invoke({"question": "how many artists are there?"})
print(result)