手把手教你用LangChain自动写SQL做数据分析可视化

关注

原创最新推荐文章于 2026-09-20 16:02:03 发布 1.4k 阅读 AI 写同款· GEO 优化 ›

零SQL构建数据分析AI智能体——基于LangChain和DuckDB的魔法之旅 SQL一直是数据分析领域的"普通话"，但如今有了AI，连SQL语法都可以丢进垃圾桶了！本文将手把手教你用LangChain和DuckDB打造一个会自己写SQL的AI小助手，连Kaggle数据集都能轻松调戏~ 阅读详情

今天和大家聊一个超实用的AI应用场景——用自然语言直接查询数据库。想象一下，当你需要查"上季度谁写的线上故障最多"时，再也不用对着SQL语句抓耳挠腮，直接说人话就能得到答案，是不是很酷？

本项目使用 OpenAI的模型 以及 LangChain框架，将自然语言查询转换为SQL语句，并从MySQL数据库中获取相关数据。

你先可以提出像 “小王在哪个部门？” 这样的后续问题，并得到准确的答案，系统会确保在整个对话过程中都能保持上下文的记忆力。

下面我就详细和大家说说这个项目的几个关键部分。

准备MySQL数据库

首先呢，你得有个包含数据的 MySQL 数据库，然后就可以用 LangChain 的 SQLDatabase 工具，轻松连接到这个数据库，还能检索它的结构。代码如下：

from langchain_community.utilities import SQLDatabase

mysql_uri = "mysql+mysqlconnector://username:password@localhost:3306/yourdatabase"
db = SQLDatabase.from_uri(mysql_uri)

这样就在变量db里创建了数据库的实例。之后，用下面这行代码就能检索数据格式，观察表结构：

schema = db.get_schema()

第二部分：创建SQL生成链

拿到数据库schema后，接下来就要创建一个把自然语言查询转换成 SQL 查询的流程，也就是创建一个 SQL 生成链。

LangChain 给我们提供了构建这种链的框架，我们把自然语言问题和schema一起传给大模型，它就能自动生成对应的 SQL，然后在数据库上执行。

下面是生成链的代码：

from langchain.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import StrOutputParser
def generate_sql(question, schema):
# 定义提示模板，它将指导大语言模型生成SQL
  template = f"""Based on the table schema below, write a SQL query that answers the user's question:
{schema}
Question: {question}
SQL Query:
"""
  prompt = ChatPromptTemplate.from_template(template) # 从模板创建提示
# 创建OpenAI聊天模型的实例
  llm = ChatOpenAI()
# 构建SQL生成链
  sql_chain = (
    prompt
    | llm.bind(stop=["\nSQL Result:"]) # 这告诉模型在 'SQL Result:' 处停止
    | StrOutputParser() # 将输出解析为字符串
  )
# 使用schema和问题调用管道，并返回SQL查询
return sql_chain.invoke({"schema": schema, "question": question})

这里面的 template 是提示模板，它能指导大语言模型生成 SQL 查询，给模型提供结构和问题作为上下文，让它生成对应的 SQL 查询。

ChatPromptTemplate 类是根据结构和问题来定义大语言模型提示的模板。

StrOutputParser 能确保大语言模型的输出被解析成字符串，也就是我们要的 SQL 查询。

bind(stop=["\nSQL Result:"]) 能让大语言模型知道在哪里停止生成过程，遇到 “SQL Result:” 就停止，这样输出的结果就很干净，能直接用于 SQL 执行。

查询到回答完整测试

用 generate_sql 函数生成 SQL 查询后，下一步就是在 MySQL 数据库上执行这个查询，把数据取出来。我们可以写一个简单的 run_query 函数来完成这个操作，代码如下：

def run_query(db,query):
  return db.run(query)

这里的 db 就是我们一开始创建的数据库实例，query 是大语言模型链生成的 SQL 查询。

但要注意，GPT偶尔会生成错误语法，建议增加异常捕获机制（篇幅限制暂不展开）

最后：把SQL结果转为自然语言描述

从数据库里拿到原始数据后，我们得给用户生成一个人类能看懂的自然语言响应。这就得利用语言模型的能力，把原始数据转换成容易理解的内容。

我们可以写一个 get_response 函数，它接收 user_question（用户问题）、schema（结构）、sql（SQL 查询）、data（数据）作为参数，代码如下：

def get_response(question, schema, sql,data):
  template = """根据表结构、问题、SQL 查询和 SQL 响应，提供一个结构化的、人类可读的响应。仅提取响应中可用的字段，并正确格式化它们。
{schema}
问题：{question}
SQL 查询：{query}
SQL 响应：{response}
---动态构建输出：---
名称：一个人或多个人的姓名，
对于响应中存在的其他字段也类似，并用句子将它们框起来给出一个摘要。
----------------------------------------
确保响应是直接的、结构化的，并带有清晰的标签。使用结构化数据组成句子。如果一个字段不存在，则不要包括它。
    """
  prompt_response = ChatPromptTemplate.from_template(template)
  prompt = ChatPromptTemplate.from_template(template)
  llm = ChatOpenAI()
  sql_chain = (
      prompt
      | llm
      | StrOutputParser()
  )
  # 使用输入值调用管道
  return sql_chain.invoke({"schema": schema, "question": question, "query": sql, "response": data})

这个函数确保我们能得到一个自然语言答案。