使用自然语言与SQL数据库交互：SQL-Ollama快速入门

tt_jishu

于 2024-10-04 20:15:22 发布

阅读量153

点赞数 2

文章标签：数据库 sql 交互 python

本文链接：https://blog.csdn.net/tt_jishu/article/details/142706848

版权

引言

随着人工智能技术的发展，自然语言处理正成为新一代人机交互的桥梁。通过自然语言与数据库交互的能力为我们提供了更加直观和高效的数据查询方式。本文将深入探讨如何使用SQL-Ollama模板在本地Mac电脑上进行SQL数据库的自然语言查询。

主要内容

环境设置

在开始之前，需要设置Ollama和SQL数据库环境。首先，下载并安装Ollama，然后拉取Zephyr语言模型：

ollama pull zephyr

安装LangChain CLI：

pip install -U langchain-cli

示例数据库

我们将使用一个2023年NBA球员名册的示例数据库，可以按照这里的说明构建此数据库。

项目初始化

创建一个新的LangChain项目并安装sql-ollama包：

langchain app new my-app --package sql-ollama

如果要在现有项目中添加：

langchain app add sql-ollama

在server.py文件中添加以下代码：

from sql_ollama import chain as sql_ollama_chain

add_routes(app, sql_ollama_chain, path="/sql-ollama")

启动LangServe

如果已经在目录内，可以直接启动LangServe实例：

langchain serve

访问本地运行的FastAPI应用：http://localhost:8000

使用API

可以通过以下代码在应用中远程使用模板：

from langserve.client import RemoteRunnable

runnable = RemoteRunnable("http://localhost:8000/sql-ollama")
# 使用API代理服务提高访问稳定性

代码示例

以下是一个使用SQL-Ollama进行自然语言查询的完整示例：

from langserve.client import RemoteRunnable

# 初始化RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/sql-ollama")

# 自然语言查询示例
query = "展示所有得分超过20的球员信息"
response = runnable.run({"input": query})
print(response)