此工作流是先前关于如何使用LangChain和SQLite创建SQL代理模板的修改版本。
关键区别在于 – 代理只能访问数据库架构，而不能访问实际数据。为实现这一点，SQL查询在AI代理节点之外执行，结果永远不会传回代理。
这种方法允许代理基于表结构及其关系生成SQL查询，而无需访问实际数据。
这使过程更加安全高效，特别是在数据机密性至关重要的场景中。
🚀 设置
要开始使用此工作流，您需要设置一个免费的MySQL服务器并导入数据库（请参阅本教程中的步骤1和2）。
当然，您可以将MySQL切换到其他SQL数据库，如PostgreSQL，原理保持不变。关键是下载架构一次并本地保存，以避免重复的远程连接。
运行工作流的顶部部分一次，以在服务器上下载并存储MySQL chinook数据库架构文件。
通过这种方法，我们避免了重复连接到远程db4free数据库并每次获取架构的需要。因此，我们实现了更高的处理速度和效率。
🗣️ 与您的数据对话
开始聊天：在聊天窗口中发送消息。
工作流加载本地保存的MySQL数据库架构，而无需接触实际数据。该文件包含用于分析的MySQL数据库的完整结构。
Langchain AI代理接收架构、您的输入并开始工作。
AI代理仅基于架构和用户消息生成SQL查询和简要注释。
IF节点检查AI代理是否生成了查询。当：
是：AI代理将SQL查询传递给下一个MySQL节点执行。
否：您直接从代理获得答案，无需进一步操作。
工作流格式化SQL查询的结果，确保它们便于阅读且易于理解。
格式化后，您将在聊天窗口中同时获得代理答案和查询结果。
🌟 示例查询
尝试这些示例查询以查看基于架构的AI代理的实际效果：
请列出所有来自德国的客户？
数据库中有哪些音乐流派？
数据库中有哪些表可用？
请描述表之间的关系。 – 在此示例中，AI代理不需要创建SQL查询。
如果您希望保持数据私有，您可以使用任何您信任的数据库客户端或工具在自己的环境中手动执行生成的SQL查询 🗄️
💭 AI代理内存节点不存储实际数据，因为我们在代理外部运行SQL查询。它包含数据库架构、用户问题和初始代理回复。实际的SQL查询结果会传递到聊天窗口，但这些值不会存储在代理内存中。
评论(0)