---
  title: Text To SQL开发
  date: 2026-06-09
---

# 一、工作流程
```text
用户自然语言问题
        ↓
【大模型】生成 SQL
        ↓
【数据库】执行 SQL → 得到结构化结果
        ↓
【大模型】分析 / 解读 / 总结 / 可视化建议
        ↓
最终返回给用户（文字、结论、图表说明）
``` 

# 二、实战
## 2.1 获取数据库结构
```python
db = SQLDatabase.from_uri(os.getenv("DB_URL"), include_tables=['table_1', 'table_2'])
table_info = db.get_table_info()
```

::: warning
这里的数据库账号只能为只读权限。   
:::

## 2.2 SQL提示词
```python
from langchain_core.prompts import PromptTemplate

SQL_PROMPT = PromptTemplate.from_template(
    """
你是一个 MySQL 专家。
请根据用户问题生成一条可执行的 MySQL 查询语句。
只返回 SQL，不要解释，不要加 ```。

数据库结构：
{schema}

数据库补充：
{option}

用户问题：
{question}
"""
)
```

  数据库结构就是刚才生成的`table_info`，数据库补充就是对一些关系表的说明和字段含义的解释等。   

## 2.3 生成SQL
```python
sql = chat_model.invoke(
    SQL_PROMPT.format(schema=table_info, option=option, question=request.message)
).content.strip()
```

  这里的`chat_model`为`init_chat_model`构建的大模型。   

## 2.4 执行SQL
```python
from sqlalchemy import create_engine
from sqlalchemy import text

engine = create_engine(
    os.getenv("DB_URL"),
    pool_pre_ping=True,
)

conn = engine.connect()


def is_select(sql: str) -> bool:
    return sql.lower().lstrip().startswith("select")

def execute_sql(sql: str):
    if not is_select(sql):
        raise ValueError("只允许 SELECT 查询")

    result = conn.execute(text(sql))
    rows = result.fetchall()
    columns = result.keys()
    return {
        "columns": list(columns),
        "rows": rows
    }
```
  使用sqlalchemy执行SQL，并加入了安全校验。   

## 2.5 分析数据
```python
agent = create_agent(
    model=chat_model,
    system_prompt=SYSTEM_PROMPT.format(question=request.message, result=result),
)

response = agent.invoke({"message": HumanMessage(content=request.message)})
```

  这里的系统提示词根据情况编写。