让用户与数据库对话：使用Streamlit构建基于RAG的SQL助手

RAG（检索增强生成）系统通过利用大语言模型（LLM）并将其与特定数据源集成，使用户可以使用自然语言提出问题。

我将在本文重点介绍 RAG 的一个具体应用：将用户的自然语言转化成 SQL 查询并在数据库引擎上执行，最后以自然语言的形式返回结果。

最终我们将会得到一个能执行单表和联表查询的 SQL 助手：

我们的主要技术栈：

• LangChain 用于连接 LLM 与数据库
• LangGraph 用于管理多步骤工作流和内存
• Streamlit 作为聊天机器人用户界面
• 以 OpenAI API 兼容的形式调用阿里千问模型 

用于 SQL 的 RAG 系统

SQL 的 RAG 系统通过将 LLM 与真实数据库上下文结合，帮助生成更准确的结果。LLM 不仅仅依赖通用训练数据，而是利用检索到的上下文生成精确、实时的响应。这些上下文来自数据库的模式元数据。

当用户提出问题时，系统会自动将上下文与问题一起作为提示的一部分提供。这帮助 LLM 理解 SQL 方言、可用表、关系和列数据，从而构建语法和语义正确的查询。

这些查询随后提交给数据库引擎，检索到的结果被转化为自然语言。

我在本文的示例是使用 SQLite 数据库查询 Northwind 数据集，SQLite 是一个轻量级本地数据库，常用于教程和演示。Northwind 数据集是一个经典的零售数据集，包含客户、产品、订单和员工数据。

系统概览：工作原理

下图展示了整体系统架构——用户、数据库和大型语言模型如何通过应用层交互。

工作原理：内部工作流程和工具

应用层内的工作流程通常分为以下几个阶段：

工作流程背后的关键工具

• LangChain 是一个框架，旨在帮助将 LLM 与外部系统（如 SQL 数据库、API 和文件存储）集成，简化 AI 应用的构建。

• LangGraph 是 LangChain 的扩展，是一个编排框架，支持有状态的工作流程，允许系统在工作流程的多个步骤中保持上下文。

• Streamlit 是一个开源 Python 库，可用于构建简单、交互式的 Web 应用，完全使用纯 Python。

技术细节

现在让我们逐步了解其构建过程——从项目设置到数据库连接、模型编排和前端集成。

项目结构和前提条件

核心代码

db_connections.py：负责管理数据库链接，以及获取数据库中表相关重要元数据的代码。

sql_query_graph.py：定义了从接收用户问题、编写 SQL 查询、执行查询到生成最终答案的 4 个核心函数，最后使用 LangGraph 将这 4 个核心函数组织成逻辑工作流。

1. write_query：生成语法正确的 SQL 查询。

• 使用选定的数据库，提取其方言和表信息。
• 使用 SQL 特定的提示模板指导 LLM 生成与数据库结构匹配的 SQL 查询。

2. execute_query：使用 QuerySQLDatabaseTool 函数对选定数据库执行生成的 SQL 查询，并检索结果。

3. generate_answer：使用 SQL 查询结果生成对原始问题的自然语言回答。

4. answer_question：创建基于图的执行流程，按逻辑顺序连接每个函数：

• write_query → execute_query → generate_answer

• 使用 StateGraph 创建图工作流，编译并运行。

加入星球获取精心打造的提示工程、RAG和Agent开发实践教程。

本文源码：

https://github.com/realyinchen/RAG/tree/main/talkative-database

（文：PyTorch研习社）