langchain agent sql数据库

### 使用 LangChain Agent 操作 SQL 数据库

#### 准备工作
为了使 LangChain 能够操作 SQL 数据库，需先完成必要的配置和安装。这包括设置环境变量以访问 OpenAI API 和准备所需的 Python 库。具体来说，应确保已正确配置 OpenAI API 密钥以便能够调用 GPT 模型服务[^3]。

#### 创建 SQLAgent 实例
LangChain 提供了 `SQLDatabaseChain` 类作为内置解决方案之一用于处理 SQL 数据库查询任务。此链路利用 SQLAlchemy 来连接并操作多种类型的 SQL 数据库。创建一个实例时，通常会指定目标数据库的 URL 以及想要使用的大型语言模型（LLM），例如来自 OpenAI 的 LLMs[^1]。

from langchain.chains import SQLDatabaseChain
from langchain.llms import OpenAI

db_url = "your_database_connection_string"
llm_model = OpenAI(api_key="your_openai_api_key")

sql_agent = SQLDatabaseChain.from_llm(llm=llm_model, db=db_url)

#### 执行自然语言命令
一旦设置了上述组件之后，就可以向该代理发送自然语言形式的问题或指令。这些输入会被转换成相应的 SQL 查询语句，并被执行返回结果给用户。下面是一个简单的例子展示如何询问员工数量：

result = sql_agent.run("How many employees are there?")
print(f"Answer:{result}")

这段代码将会输出类似于这样的信息：“There are X employees.”其中X代表实际查找到的数量[^4]。