Text2SQL之不装了，我也是RAG

---

背景

对业务数据库中的表实现问答。输入是用户的问题，输出是该问题的答案。

这是很典型的Text2SQL的应用场景了，为了实现这一需求，很容想到的是把创建的表和表的描述都放进prompt里，让LLM去根据表的结构生成SQL语句，再利用工具去执行SQL语句，拿到查询结果后，再丢给LLM，让LLM根据给定的内容回答问题。我一开始也是这么想的，但是，当你的业务表非常多的时候，比如有上千个，你应该选择哪个表或者哪些表去给到LLM呢？根据问题去检索可能会用到的表是比较容易想到的一种方式。

于是，我带着我的疑惑，去调研了目前一些比较火的text2sql的框架。惊奇地发现，他们确实也是这样做的。比较典型的就是vanna了

核心策略

从上图可以看出，Vanna实际上分了三个部分做RAG:

• DDL 语句检索：对建表的语句做语义检索，建表时的表描述和字段注释
• 文档检索：包括对一些专有名字的解释，以及拼接表的每个字段组成的字符串等一些其他相关文档
• Query 与 对应的SQL检索：用户的问题与对应的SQL语句

关键步骤

DDL语句向量化： 对于每一个建表语句，进行embeddi