目录

一、LLM大模型如何访问MySQL业务数据库

1.1 为什么需要SQL Agent?

1.2 什么是 create_sql_agent？

1.3 什么是SQLDatabaseToolkit?

二、SQL Agent智能体操作MySQL数据库

三、本地启动服务 验证效果

四、怎么提高SQL Agent智能体的回复准确性？

---

文章首先讲解了create_sql_agent和SQLDatabaseToolkit的核心作用，展示了如何通过LangChain框架连接数据库并创建具备SQL解析能力的智能代理。随后结合实际应用场景，构建了一个基于FastAPI的文件查询系统，演示了如何将自然语言问题转化为结构化数据响应，并确保数据安全与准确性。最后，探讨了提升SQL Agent回复准确性的关键因素，如提示词工程、表结构描述优化、示例引导（Few-Shot Learning）等方法

一、LLM大模型如何访问MySQL业务数据库

1.1 为什么需要SQL Agent?

用户更倾向于用自然语言提问（如“销售额最高的产品是什么？”），而非编写复杂 SQL。

非技术人员（如产品经理、业务人员）无需学习 SQL 即可查询数据库。

包括开发对应的业务智能体，实现数据库的查询和操作

1.2 什么是 create_sql_agent？

创建能通过自然语言与SQL数据库交互的AI智能体，自动生成/执行SQL查询并解析结果

核心能力:

将用户问题（如“统计每个地区的销量”）转化为 SQL 查询语句。

连接数据库执行 SQL，默认只读模式防止数据误修改。

将数据库返回的原始数据（如 [1500, 2000]）转换为用户友好的回答（如“总销售额为 $3500”）。

自动修正 SQL 语法错误或逻辑问题（如字段名拼写错误）。

1.3 什么是SQLDatabaseToolkit?

LangChain 中专门用于 连接 SQL 数据库并集成相关操作工具 的模块包

#使用 SQLDatabase.from_uri 连接数据库，自动读取表结构。
db = SQLDatabase.from_uri(database_uri="数据库连接信息",include_tables=['account_file', 'storage'],custom_table_info={"account": "查询账号相关的表"}) #SQLDatabaseToolkit 封装了查询执行、表结构查看等底层操作。
toolkit = SQLDatabaseToolkit(db=db, llm=ChatOpenAI())agent = create_sql_agent(llm=ChatOpenAI(temperature=0, model="gpt-5"),  # 必需：大模型toolkit=toolkit,    # 必需：数据库工具包agent_type=AgentType.ZERO_SHOT_REACT_DESCRIPTION,  # Agent类型verbose=True,          # 显示详细执行过程prefix="""你是一个专业的MySQL专家...""",  # 自定义提示前缀suffix="""请始终检查你的查询结果..."""     # 自定义提示后缀
)

快速的看一个demo 这会更好理解流程:

import os
from langchain_community.agent_toolkits.sql.base import create_sql_agent
from langchain_community.agent_toolkits.sql.toolkit import SQLDatabaseToolkit
from langchain_community.utilities import SQLDatabase
from langchain_openai import ChatOpenAI
from langchain.agents.agent_types import AgentType# 设置OpenAI API密钥
llm = ChatOpenAI(model_name="qwen-plus",base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",api_key="sk-xxxxxxxxxxxx",temperature=0,
)# 1. 连接数据库
db = SQLDatabase.from_uri(f"mysql+pymysql://root:xxxxxxx@93.179.111.1111:3306/mysql",include_tables=["account_file"],custom_table_info={"account_file": "查询文件夹和文件内容相关的表"},  # 自定义表描述
)# 初始化工具包
toolkit = SQLDatabaseToolkit(db=db, llm=llm)
print(f"包含的工具个数:{len(toolkit.get_tools())}")
print("工具列表", [tool.name for tool in toolkit.get_tools()])# 创建SQLAgent
agent = create_sql_agent(llm=llm,toolkit=toolkit,verbose=True,agent_type=AgentType.ZERO_SHOT_REACT_DESCRIPTION,handle_parsing_errors=True,max_iterations=10,prefix="You are a helpful assistant that answers questions about the database.",suffix="",
)def ask_question(question: str) -> str:print(f"问题:{question}")result = agent.invoke({"input": question})return result["output"]questions = ["有多少个文件"]for question in questions:answer = ask_question(question)print(f"答案:{answer}")print("-" * 50)

用户请求->创建代理->执行查询->返回结果

二、SQL Agent智能体操作MySQL数据库

需求:通过自然语言查看文件列表、查看文件详细信息、查看文件夹内容

流程说明:

用户请求: 用户发送自然语言查询、获取用户ID

参数处理：处理查询参数、注入用户ID

创建代理：初始化SQL代理、准备查询环境

执行查询：执行数据库查询、获取查询结果

返回结果：返回JSON格式响应

 先思考几个问题:

问题一：大模型操作Mysql数据库如何做到个人数据隔离，不会查询到别人的数据？

问题二：大模型响应给调用方的内容格式如何限制？

问题三：大模型如何更精确的执行用户的查询需求？

解决方案:【！！！！提示词工程！！！】 

 定义返回结果的实体pan_schemas.py文件 

from pydantic import BaseModel
from typing import Optional, Dict, Any, List
from datetime import datetimeclass PanQueryRequest(BaseModel):"""文件查询请求模型"""account_id: Optional[int] = None  # 从token中获取，请求中可选query: strclass FileInfo(BaseModel):"""文件信息模型"""id: int  # account_file表的IDfile_id: int  # 实际存储的文件IDfile_name: strfile_type: strfile_suffix: strfile_size: intgmt_create: datetimegmt_modified: datetimeclass PanQueryResponse(BaseModel):"""文件查询响应模型"""type: strdata: Dict[str, Any] 

创建路由文件file.py

from fastapi import APIRouter, Depends
from models.pan_schemas import PanQueryRequest
from agents.pan_agent import process_pan_query
from core.auth import get_current_user
import logginglogger = logging.getLogger(__name__)
# 创建路由
router = APIRouter(prefix="/api/pan", tags=["文件查询"])@router.post("/query")
async def pan_query(request: PanQueryRequest):request.account_id = 1logger.info(f"用户{request.account_id}开始查询文件")# 调用智能体进行查询return await process_pan_query(request)

file_agent.py

process_pan_query 这个异步方法主要是创建agent ->构建输入->执行获取输出->解析结果返回

async def process_pan_query(request: PanQueryRequest) -> JsonData:agent = create_pan_agent()# 构建查询输入，可以做更多事情，包括检查过滤用户的输入query_input = f"用户ID为{request.account_id}的{request.query}"# 获取代理的输出response = await agent.ainvoke({"input": query_input})if "output" not in response:return JsonData.error("查询失败,请换种方式再重试下")output = response["output"]# 解析数据try:data = json.loads(output) if isinstance(output, str) else outputlogger.info(f"解析数据成功: {data}")return JsonData.success({"type": data.get("type"), "data": data.get("data")})except json.JSONDecodeError as e:logger.error(f"解析数据失败: {str(e)}")return JsonData.success(data={"content": str(output)})

def create_pan_agent() -> Any:"""创建网盘查询agent"""# 创建数据库连接，只读模式db = SQLDatabase.from_uri(f"mysql+pymysql://{settings.MYSQL_USER}:{settings.MYSQL_PASSWORD}@{settings.MYSQL_HOST}:{settings.MYSQL_PORT}/{settings.MYSQL_DATABASE}",include_tables=["account_file"],)# 创建大模型llm = get_default_llm()# 创建数据库工具包tookit = SQLDatabaseToolkit(db=db, llm=llm)# 创建提示词# 创建提示模板prompt = ChatPromptTemplate.from_messages([("system","""你是一个智能网盘助手，专门用于查询用户的网盘文件信息。你只能执行查询操作，不能执行任何修改数据的操作。重要警告：1. 你绝对不能生成或编造任何数据2. 你只能返回实际查询到的数据3. 如果查询没有结果，必须返回空结果4. 任何生成或编造数据的行为都是严重错误5. 你只能使用数据库中的实际数据6. 不能对查询结果进行任何修改或补充7. 不能生成示例数据或占位数据8. 不能假设或推测数据9. 不能使用模板或示例数据10. 不能对数据进行任何形式的加工或美化数据库表结构说明：- account_file: 用户文件表- id: 文件ID（account_file表的主键）- account_id: 用户ID- is_dir: 是否为文件夹（0不是，1是）- parent_id: 上层文件夹ID（顶层为0）- file_id: 实际存储的文件ID- file_name: 文件名称- file_type: 文件类型（common/compress/excel/word/pdf/txt/img/audio/video/ppt/code/csv）- file_suffix: 文件后缀名- file_size: 文件大小（字节）- del: 是否删除（0未删除，1已删除）- del_time: 删除时间- gmt_create: 创建时间- gmt_modified: 更新时间你可以处理以下类型的查询请求：1. 文件查询- 查看我的文件列表- 搜索特定文件- 查看文件详细信息- 查看文件夹内容- 查看最近修改的文件重要限制：1. 你只能执行 SELECT 查询，不能执行任何修改数据的操作2. 所有查询必须包含 account_id 条件，确保数据安全3. 不能执行以下操作：- 删除文件- 修改文件- 创建文件- 移动文件- 重命名文件- 清空回收站- 修改存储空间4. 如果用户请求执行任何修改操作，请礼貌地拒绝并说明原因5. 如果查询没有结果，必须返回空结果，不能生成示例数据6. 绝对不能生成或编造任何数据7. 只能返回实际查询到的数据8. 不能对数据进行任何形式的加工或美化处理请求时请注意：1. 必须使用 account_id 过滤用户数据，确保数据安全2. 对于文件夹查询，使用 is_dir=1 和 parent_id3. 对于文件类型查询，使用 file_type 字段4. 对于模糊查询，使用 LIKE 和通配符5. 对于时间相关的查询，使用 gmt_create 和 gmt_modified7. 结果要简洁明了，突出重点8. 所有查询必须包含 account_id 条件9. 查询文件信息时，必须返回 account_file 表的 id 和 file_id10. 所有响应必须返回 JSON 格式的数据，包含完整的文件信息11. 如果查询没有结果，返回空数组或空对象，不要生成示例数据12. 绝对不能生成或编造任何数据响应格式必须符合以下模型结构：1. 文件列表响应：{{"type": "file_list","data": List[FileInfo]  # FileInfo包含id, file_id, file_name, file_type, file_suffix, file_size, gmt_create, gmt_modified}}请根据用户的问题，使用 SQL 查询来获取信息，并返回符合上述格式的 JSON 数据。重要警告：你绝对不能生成或编造任何数据，只能返回实际查询到的数据。任何生成或编造数据的行为都是严重错误。""",),("human", "{input}"),MessagesPlaceholder(variable_name="agent_scratchpad"),])# 创建SQLAgentagent = create_sql_agent(llm=llm,toolkit=tookit,agent_type="openai-tools",verbose=True,return_intermediate_steps=True,max_iterations=15,handle_parsing_errors=True,prompt=prompt,)return agentdef get_default_llm():return ChatOpenAI(model = settings.LLM_MODEL_NAME,base_url = settings.LLM_BASE_URL,api_key = settings.LLM_API_KEY,temperature = settings.LLM_TEMPERATURE,streaming = settings.LLM_STREAMING)

最主要的就是上面的这些提示词,用来给大模型做各种限制,给大模型提供样例

三、本地启动服务 验证效果

这些是数据库中存在的数据:

使用ApiFox 请求api 

{"code": 0,"data": {"type": "file_list","data": [{"id": 2,"file_id": 101,"file_name": "Resume.pdf","file_type": "pdf"}]},"msg": "","type": "text"
}

成功返回~ 

四、怎么提高SQL Agent智能体的回复准确性？

 SQL Agent智能体的回复准确性，和大模型参数、温度、能力、提示词工程强相关，也包括用户的提问内容

比如更详细的表结构Schema说明，提问改写，提供FewShot样例等，都是可以提高准确度

增强 Schema 理解

 # 在提示词中添加增强元数据描述
prefix = """
你连接的数据库包含以下关键表：
[Customers] 客户表（重要字段：CustomerId, FirstName, LastName, Country）
[Invoices] 发票表（与 Customers 通过 CustomerId 关联）
优先使用 JOIN 代替子查询，注意 Country 字段存储的是国家全称
"""

Few-Shot Learning 通过示例引导生成模式

 examples = [
    {
        "input": "法国客户数量是多少？",
        "query": "SELECT COUNT(*) FROM Customers WHERE Country = 'France'"
    },
    {
        "input": "显示最新的5张发票", 
        "query": "SELECT * FROM Invoices ORDER BY InvoiceDate DESC LIMIT 5"
    }
] 

总结:

本文围绕如何构建一个能够通过自然语言与MySQL数据库交互的SQL Agent智能体展开，涵盖了从环境搭建到本地验证的完整流程。首先介绍了使用create_sql_agent和SQLDatabaseToolkit来实现自然语言转SQL的核心机制，并给出了代码示例，帮助开发者快速上手。接着，通过构建一个网盘文件查询服务，展示了如何将智能体集成到实际业务场景中，包括定义数据模型、设计API接口、编写异步处理逻辑等内容。特别强调了提示词工程在控制模型行为、保证数据真实性和避免编造信息方面的重要性。最后，文章分析了影响SQL Agent性能的关键因素，并提出了多种优化策略，如增强Schema理解、提供示例引导等