RAG 每日一技（十八）：手写SQL-RAG太累？LangChain的SQL智能体（Agent）前来救驾！

前情回顾

在上一篇文章中，我们亲手实现了一个Text-to-SQL的完整流程。这是一个很棒的学习经历，但它也暴露了我们“手工作坊”模式的脆弱性。想象一下，一个稍有歧义的用户问题，一个微不足道的SQL语法错误，整个系统就会因为一次执行失败而彻底崩溃。它没有第二次机会，也缺乏应对复杂情况的智慧。

我们需要一个更强大的存在。它不仅仅是一个被动的“代码生成器”，更应该是一个主动的“数据分析师”。它需要能够思考，能够选择工具，甚至能够在犯错后自我纠正。

这个更强大的存在，就是智能体（Agent）。

从“链”到“智能体”：一次智能的飞跃

在我们之前的学习中，我们接触了LangChain的“链（Chain）”。“链”的工作模式是固定且线性的，就像一条预设好的流水线，每一步都严格按照顺序执行。

而“智能体（Agent）”则完全不同。它是一个动态的、循环的执行单元。它的核心是一个由LLM驱动的推理引擎。它的工作遵循一个“思考-行动-观察”的循环：

思考（Thought）：根据用户目标和当前情况，分析下一步该做什么。
行动（Action）：从它拥有的“工具箱”中选择一个工具，并决定如何使用它。
观察（Observation）：查看工具执行后的结果，这个结果会成为下一轮“思考”的输入。

这个循环会一直持续，直到它认为已经达成了用户的最终目标为止。

SQL智能体：你的专属数据库分析师

LangChain为我们提供了一个专门用于数据库交互的、预置好的专家——SQL智能体（SQL Agent）。

我们可以把它想象成一个虚拟的数据库分析师。它的“工具箱”里装满了与数据库交互所需的各种工具，比如检查所有表名的工具、查询某个表结构的工具、执行SQL语句的工具等等。

它最强大的能力，就是自我纠错。如果它生成的SQL语句在执行时报错了，它不会直接放弃。它会“观察”到数据库返回的错误信息，然后在下一轮“思考”中分析错误原因（“哦，原来employees表里没有name字段，应该是employee_name”），然后生成一个修正后的SQL语句，再次尝试。

上手实战：释放SQL智能体的威力

让我们看看，用LangChain构建一个如此强大的Agent需要多少代码。你会惊讶于它的简洁。

首先，确保相关库已安装：

pip install langchain langchain-openai langchain_community sqlalchemy

准备阶段：连接数据库

我们将使用和上一篇完全相同的数据库。但这次，我们用LangChain推荐的方式来连接它。

from langchain_community.utilities import SQLDatabase
from langchain_openai import ChatOpenAI
from langchain_community.agent_toolkits import create_sql_agent
import sqlite3
import os# 设置你的OpenAI API Key
# os.environ["OPENAI_API_KEY"] = "sk-..."# --- 准备数据库 ---
# 创建并填充数据库，与上一篇的代码完全相同
conn = sqlite3.connect('company.db')
cursor = conn.cursor()
cursor.execute("DROP TABLE IF EXISTS employees;")
cursor.execute("DROP TABLE IF EXISTS departments;")
cursor.execute('''
CREATE TABLE departments (department_id INTEGER PRIMARY KEY,department_name TEXT NOT NULL
);
''')
cursor.execute('''
CREATE TABLE employees (employee_id INTEGER PRIMARY KEY,employee_name TEXT NOT NULL,department_id INTEGER,salary INTEGER,FOREIGN KEY (department_id) REFERENCES departments(department_id)
);
''')
cursor.execute("INSERT INTO departments VALUES (1, '技术部'), (2, '市场部');")
cursor.execute("INSERT INTO employees VALUES (101, '张三', 1, 8000), (102, '李四', 1, 9500), (103, '王五', 2, 6000);")
conn.commit()
conn.close()# 使用LangChain的SQLDatabase类来连接数据库
# 这会为Agent提供一个标准化的数据库接口
db = SQLDatabase.from_uri("sqlite:///company.db")
print("数据库连接成功，方言:", db.dialect)

创建并运行智能体

接下来就是最核心的部分了。我们只需要调用一个“工厂函数”，就能瞬间创造出我们的SQL智能体。

# 初始化LLM
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)# 使用工厂函数create_sql_agent创建智能体
# 它会自动将LLM和数据库工具包(toolkit)组合起来
agent_executor = create_sql_agent(llm, db=db, agent_type="openai-tools", verbose=True)# 让我们来问一个比昨天更复杂的问题
question = "技术部有多少名员工？他们的平均工资是多少？"
response = agent_executor.invoke({"input": question})print("\n--- 最终回答 ---")
print(response["output"])

深入智能体的“内心世界”

由于我们设置了 verbose=True，在运行代码时，你将看到一段非常精彩的输出，它完整地展示了Agent的“思考-行动-观察”链条。

你会看到类似这样的输出：

> Entering new AgentExecutor chain...Thought: The user is asking for the number of employees and the average salary for the '技术部' department.
I need to query the `employees` and `departments` tables.
I will first find the `department_id` for '技术部'.
Then I will use this `department_id` to filter the `employees` table to count the number of employees and calculate the average salary.Action: sql_db_query
Action Input: SELECT department_id FROM departments WHERE department_name = '技术部'
Observation: [(1,)]
Thought: The department_id for '技术部' is 1.
Now I can query the `employees` table to get the count of employees and their average salary for this department.Action: sql_db_query
Action Input: SELECT COUNT(employee_id), AVG(salary) FROM employees WHERE department_id = 1
Observation: [(2, 8750.0)]
Thought: I have the final answer. The count of employees is 2 and the average salary is 8750.0. I will now formulate the final response to the user.> Finished chain.--- 最终回答 ---
技术部有2名员工，他们的平均工资是8750.0。

这段日志完美地展示了Agent的智能：它将一个复杂问题，自主地分解成了两个步骤，并且像一个真正的数据分析师一样，一步步地推理，最终得出了正确的答案。这就是Agent的魅力！

总结与预告

今日小结：
今天我们完成了从“链”到“智能体”的认知飞跃。我们了解到，智能体（Agent）是一个由LLM驱动的、能够进行“思考-行动-观察”循环的动态推理引擎。LangChain的SQL智能体封装了强大的数据库交互工具和自我纠错能力，让我们无需编写复杂的Prompt和错误处理逻辑，就能构建出极其鲁棒的数据库问答机器人。

我们已经分别征服了非结构化的“文本世界”和结构化的“表格世界”。但是，真实世界的数据，往往是两者的混合体。

想象一下，一份公司的PDF年报，里面既有大段大段的管理层分析（非结构化文本），又嵌有密密麻麻的财务数据表（结构化表格）。对于这样的“半结构化”文档，我们该怎么办？

明天预告：RAG 每日一技（十九）：当文本遇上表格，如何处理“半结构化”的复杂文档？

明天，我们将挑战这个极具现实意义的难题。我们将探索如何构建一个“多模态”的RAG系统，它能够智能地判断用户的问题是关于文本还是表格，并将问题路由给不同的处理引擎，最终实现对复杂混合文档的深度理解和问答。