在数据分析、业务运营等场景中，非技术人员往往需要通过 SQL 查询数据库，但编写 SQL 对他们来说门槛极高。LangChain 提供了一套完整的解决方案，能将自然语言问题自动转为 SQL 查询、执行并返回自然语言答案。本文将手把手教你搭建两种 SQL 问答方案：SQL Chain（固定流程链） 和 SQL Agent（智能决策代理），满足不同复杂度的查询需求。
一、核心原理：SQL 问答的三步法
无论是 Chain 还是 Agent，LangChain 处理 SQL 问答的核心逻辑都遵循三步原则：
2. 数据准备
本文使用经典的 Chinook.db 示例数据库（包含音乐商店的艺术家、专辑、订单等表），可直接从 LangChain 示例库 下载，放在项目根目录即可。
3. API Key 配置
创建 .env 文件，填入 OpenAI API Key（需在官网申请）：
env
OPENAI_API_KEY=你的OpenAI API密钥三、第一步：连接 SQL 数据库
首先建立 LangChain 与数据库的连接，验证数据库可访问：
python
运行
from langchain_community.utilities import SQLDatabase
from dotenv import load_dotenv
import os
# 加载环境变量
load_dotenv()
openai_api_key = os.getenv("OPENAI_API_KEY")
# 连接 SQLite 数据库（替换为你的数据库 URI）
# MySQL 示例：mysql+pymysql://user:password@host:port/dbname
# PostgreSQL 示例：postgresql+psycopg2://user:password@host:port/dbname
db = SQLDatabase.from_uri("sqlite:///Chinook.db")
# 验证连接
print("数据库方言：", db.dialect) # 输出：sqlite
print("可用表名：", db.get_usable_table_names()) # 输出数据库中的表列表
print("测试查询结果：")
print(db.run("SELECT * FROM Artist LIMIT 10;")) # 执行测试 SQL关键说明：
四、方案一：搭建 SQL Chain（固定流程问答链）
SQL Chain 是 "固定流程" 的问答方案，适合简单、标准化的查询场景，步骤清晰且可控。
步骤 1：生成 SQL 查询语句
先用大模型将自然语言问题转为 SQL：
python
运行
from langchain.chains import create_sql_query_chain
from langchain_openai import ChatOpenAI
# 初始化大模型（GPT-3.5-turbo 性价比最高）
llm = ChatOpenAI(
model="gpt-3.5-turbo",
temperature=0, # 温度设为0，保证 SQL 生成稳定
api_key=openai_api_key
)
# 创建 SQL 查询生成链
write_query = create_sql_query_chain(llm, db)
# 测试生成 SQL
response = write_query.invoke({"question": "How many employees are there"})
print("生成的 SQL：", response)
# 输出示例：SELECT COUNT(*) FROM Employee;步骤 2：添加 SQL 执行能力
仅生成 SQL 还不够，需结合 QuerySQLDataBaseTool 执行 SQL：
python
运行
from langchain_community.tools.sql_database.tool import QuerySQLDataBaseTool
# 初始化 SQL 执行工具
execute_query = QuerySQLDataBaseTool(db=db)
# 串联"生成 SQL + 执行 SQL"的链
sql_chain = write_query | execute_query
# 测试执行结果
result = sql_chain.invoke({"question": "How many employees are there"})
print("SQL 执行结果：", result)
# 输出示例：[(8,)]（表示有8名员工）步骤 3：生成自然语言回答
最后将 "问题 + SQL + 执行结果" 传给大模型，生成易懂的自然语言答案：
python
运行
from operator import itemgetter
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import PromptTemplate
from langchain_core.runnables import RunnablePassthrough
# 定义答案生成的提示词模板
answer_prompt = PromptTemplate.from_template(
"""Given the following user question, corresponding SQL query, and SQL result, answer the user question in natural language.
Question: {question}
SQL Query: {query}
SQL Result: {result}
Answer: """
)
# 构建答案生成链
answer_chain = answer_prompt | llm | StrOutputParser()
# 整合完整链：生成 SQL → 执行 SQL → 生成答案
full_chain = (
RunnablePassthrough.assign(query=write_query).assign(
result=itemgetter("query") | execute_query
)
| answer_chain
)
# 测试完整链
final_answer = full_chain.invoke({"question": "How many employees are there"})
print("最终回答：", final_answer)
# 输出示例：There are 8 employees in total.关键说明：
五、方案二：搭建 SQL Agent（智能决策代理）
SQL Chain 适合固定流程的简单查询，但面对复杂问题（如多表关联、分步查询、需要解释表结构）时，Agent 更灵活 ------ 它能自主决策是否需要多轮查询、是否需要查看表结构，甚至修正错误的 SQL。
步骤 1：初始化 SQL 代理
python
运行
from langchain_community.agent_toolkits import create_sql_agent
# 创建 SQL 代理
agent_executor = create_sql_agent(
llm=llm,
db=db,
agent_type="openai-tools", # 适配 OpenAI 函数调用的代理类型
verbose=True # 开启详细日志，查看代理的思考过程
)步骤 2：测试复杂查询
python
运行
# 测试1：多表关联查询（总销售额按国家统计，找出消费最多的国家）
result1 = agent_executor.invoke(
{
"input": "List the total sales per country. Which country's customers spent the most?"
}
)
print("代理回答1：", result1["output"])
# 测试2：查询表结构（无需手动写 SQL，代理自动判断需要执行 DESC 语句）
result2 = agent_executor.invoke({"input": "Describe the playlisttrack table"})
print("代理回答2：", result2["output"])执行日志示例 （开启 verbose=True 后可见）：
plaintext
> Entering new AgentExecutor chain...
Invoking: `sql_db_list_tables` with `{}`
Got tables: Artist, Album, Track, Playlist, PlaylistTrack, Customer, Invoice, InvoiceLine, Employee, Genre, MediaType
Invoking: `sql_db_schema` with `{'table_names': ['Invoice', 'Customer']}`
Got schema: ...（表结构）
Invoking: `sql_db_query` with `{'query': 'SELECT c.Country, SUM(i.Total) AS TotalSales FROM Customer c JOIN Invoice i ON c.CustomerId = i.CustomerId GROUP BY c.Country ORDER BY TotalSales DESC LIMIT 1;'}`
SQL 执行结果：[('USA', 523.06)]
> Finished chain.
代理回答1：The United States has the highest customer spending with a total of 523.06 in sales.关键说明：
六、Chain vs Agent：该怎么选？
| 特性 | SQL Chain | SQL Agent |
|---|---|---|
| 适用场景 | 简单、标准化的单步查询 | 复杂、多步、需要决策的查询 |
| 灵活性 | 低（固定流程） | 高（自主决策） |
| 可解释性 | 高（流程透明） | 中（需查看日志） |
| 性能 | 快（少轮次） | 稍慢（多轮思考） |
| 学习成本 | 低（代码简单） | 中（需理解代理逻辑） |
选型建议：
七、常见问题排查
八、总结
-
自然语言转 SQL：大模型根据用户问题和数据库结构，生成符合语法的 SQL 查询语句；
-
执行 SQL 查询：调用数据库工具执行生成的 SQL，获取查询结果；
-
结果转自然语言 ：大模型将 SQL 执行结果整理成通俗易懂的自然语言回答。
二、前置准备
1. 环境依赖安装
bash
运行
pip install langchain langchain-openai sqlalchemy python-dotenv -
langchain：核心框架，提供 SQL 链 / 代理能力； -
langchain-openai：对接 OpenAI 大模型（也可替换为开源模型）； -
sqlalchemy：数据库连接工具，支持 SQLite/MySQL/PostgreSQL 等； -
python-dotenv：管理环境变量（如 OpenAI API Key）。 -
SQLDatabase.from_uri支持主流数据库，只需替换 URI 即可切换； -
get_usable_table_names()可查看数据库中可访问的表，方便大模型了解表结构； -
db.run()可直接执行 SQL，用于验证数据库连接是否正常。 -
RunnablePassthrough.assign：用于给链的上下文添加新变量（如query和result）； -
itemgetter("query")：提取上下文里的query变量，传给执行工具； -
整个链的执行流程：
用户问题 → 生成 SQL → 执行 SQL → 生成自然语言答案，全程自动化。 -
Agent 会先查看数据库的表列表 → 再查看相关表的结构 → 生成并执行 SQL → 整理答案；
-
相比 Chain，Agent 具备 "自主思考" 能力，能处理更复杂的问题，比如：
- "先找出销量最高的专辑，再查看该专辑的所有曲目"；
- "如果表中没有销售额字段，告诉我有哪些可用字段"。
-
日常简单查询（如 "统计某表的行数""查询某类数据的总数"）：选 Chain，速度快、稳定；
-
复杂业务查询（如多表关联、分步分析、需要动态调整查询逻辑）：选 Agent，更智能。
-
生成的 SQL 语法错误 ：
- 原因：大模型不了解数据库方言（如 SQLite/MySQL 语法差异）；
- 解决：确保
db.dialect正确，或在提示词中指定数据库类型（如 "生成 SQLite 语法的 SQL"）。
-
代理无法找到相关表 ：
- 原因：
get_usable_table_names()返回的表名不全； - 解决：初始化
SQLDatabase时，用include_tables指定可用表（如db = SQLDatabase.from_uri(..., include_tables=["Employee", "Customer"])）。
- 原因：
-
API Key 无效 ：
- 检查
.env文件中的密钥是否正确，或是否有足够的余额。
- 检查
-
数据库连接失败 ：
- 确认数据库 URI 正确，且数据库服务已启动（如 MySQL/PostgreSQL）。
-
LangChain 搭建 SQL 问答系统的核心是 "自然语言转 SQL → 执行 SQL → 生成答案" 三步；
-
SQL Chain 适合简单、固定流程的查询，代码简洁、性能快；
-
SQL Agent 适合复杂、需要自主决策的查询，具备更强的灵活性；
-
两种方案都无需手动编写 SQL，非技术人员可通过自然语言直接查询数据库。