В чем разница между SQLDatabaseChain и create_sql_agent в langchain?

Question

Я создаю функцию, которая использует LangChain для преобразования вопросов, вводимых пользователем, в SQL.

Я знаю, что «create_sql_agent» имеет логику для исправления любых ошибок в запросе, на который отвечает «openai». SQLDatabaseChain не исправляет ошибки?

Если да, может ли использование SQLDatabaseChain привести к появлению таблиц или столбцов, которых нет в базе данных? Или эту часть можно решить только с помощью опции use_query_checker=True?

Пожалуйста, объясните разницу между SQLDatabaseChain и create_sql_agent.

Answer 1

Из документации Lang Chain

SQLDatabaseChain — это простая цепочка, позволяющая выполнять SQL-запросы к базе данных. Он принимает объект SQLDatabase и последовательно вызывает такие инструменты, как sql_query и sql_print_result, для запуска и печати запросов.

create_sql_agent создает более продвинутый агент SQL с помощью SQLDatabaseToolkit. Ключевые преимущества агента SQL:

Он может отвечать на вопросы о схеме и содержимом базы данных, а не просто выполнять запросы. Например, он может описать стол, когда его об этом спросят.

Он использует подсказку в стиле ReAct для планирования действий и создания запросов на основе наблюдений. Это позволяет ему обрабатывать более сложные рабочие процессы.

Он может восстанавливаться после ошибок, перехватывая исключения, осознавая сбой и повторяя попытку. Например, повторное создание запроса в случае ошибки первой попытки.

Итак, вкратце:

SQLDatabaseChain проще, но ограничивается выполнением запросов.

Агент SQL, созданный create_sql_agent, является более продвинутым и гибким, способным понимать вопросы, планировать действия, восстанавливаться после сбоев и т. д.