Automatisation des requêtes SQL avec Langchain et Gemini: un guide étape par étape

DEV - 02/04
Référentiel GitHub Apprenez à automatiser la génération et l'exécution de requêtes SQL à l'aide de Langchain, Google ...

Référentiel GitHub

Apprenez à automatiser la génération et l'exécution de requêtes SQL à l'aide de Langchain, Google Gemini AI et MySQL. Ce guide vous guide en mettant en place un pipeline transparent de la transformation des questions en langage naturel en requêtes SQL à leur exécution et en générant des réponses perspicaces.

Configuration de l'environnement

Créer un environnement virtuel

Isoler vos dépendances de projet en créant un environnement virtuel:

py -m venv .venv
Entrez le mode de sortie en mode plein écran

Activer l'environnement virtuel

. \. Venv \ scripts \ activer
Entrez le mode de sortie en mode plein écran

Installation des packages requis

Installez les packages Python nécessaires:

PIP installe MySQL-Connector-Python Langchain Langchain-Community Langchain-Google-Genai Python-Dotenv
Entrez le mode de sortie en mode plein écran

Configuration des variables d'environnement

Créer un.envFichier avec votre configuration:

Langsmith_Tracing = True Langsmith_endpoint = "https://api.smith.langchain.com" Langsmith_API_KEY = your_langsmith_key Langsmith_Project = "Company-SQL" Google_API_KOST = YOT_GOOGLE_API_KEY SQL_HOST = YOT_API_HOST Sql_user = your_db_username sql_password = your_db_password sql_db_name = your_database_name
Entrez le mode de sortie en mode plein écran

Construire le pipeline d'automatisation SQL

Importer des modules requis

De Langchain_Google_Genai Import ChatGoogleGenerativeai de Lan...
[Courte citation de 8% de l'article original]