全部產品
Search
文件中心

Platform For AI:基於LangStudio&RDS搭建NL2SQL應用流

更新時間:Dec 03, 2025

本文詳細介紹了如何使用LangStudio構建“智能SQL產生助手”應用流。該應用流通過擷取資料庫表的基本資料,將使用者輸入的問題和資料庫表資訊傳遞給大語言模型,產生相應的查詢SQL代碼。接著執行產生的SQL代碼,並返回查詢結果。該模板支援阿里雲RDS MySQL資料庫,開發人員可以基於此模板進行靈活擴充和二次開發,從而滿足特定情境的需求。

背景資訊

在現代資料驅動的環境中,快速且準確地從資料庫中提取資訊對於許多應用情境來說至關重要。“智能SQL產生助手”應用流結合了自然語言處理技術與資料庫查詢能力,提供了一種高效且智能的解決方案。通過整合阿里雲RDS MySQL資料庫,該應用流能夠在使用者提出問題的瞬間,迅速擷取資料庫表的基本資料,並通過LLM產生相應的查詢SQL代碼,然後通過Python節點執行產生的SQL代碼並返回查詢結果。這種結合不僅提高了資料查詢的準確性,還增強了對複雜資料庫查詢的處理能力,同時使用者也能夠以自然語言與資料庫進行互動,從而提升資料擷取效率和決策支援能力。開發人員可以利用LangStudio提供的這一模板進行靈活的擴充和定製,以便在金融、教育、醫學等需要快速資料查詢的領域中實現更為專業的應用。

前提條件

智能SQL產生助手應用流支援使用阿里雲RDS MySQL資料庫,您需要先完成資料庫的建立。具體操作,請參見雲資料庫RDS-操作指南

1. (可選)部署LLM模型

智能SQL產生助手應用流需要用到LLM模型服務,若您已有符合要求的模型服務,且服務支援OpenAI API,則可跳過此步驟,直接使用現有服務。本文以大模型DeepSeek-R1為例,您可以前往快速開始 > ModelGallery進行部署。更多部署詳情,請參見一鍵部署DeepSeek-V3、DeepSeek-R1模型模型部署及訓練

image

2. 建立串連

2.1 建立LLM服務串連

本文建立的LLM模型服務串連基於快速開始 > Model Gallery中部署的模型服務(EAS服務)。更多其他類型的串連及詳細說明,請參見串連配置

進入LangStudio,選擇工作空間後,單擊進入LangStudio。在串連 > 模型服務頁簽下單擊建立串連,建立通用LLM模型服務串連。

image

關鍵參數說明:

參數

說明

模型名稱

當通過Model Gallery進行模型部署時,可通過模型詳情頁(在Model Gallery頁單擊模型卡片)查看模型名稱的擷取方法,詳情請參見建立串連-模型服務

服務提供者

  • PAI-EAS模型服務:本文使用PAI-EAS模型服務。此時EAS服務可選擇1. (可選)部署LLM模型中部署的LLM服務。選擇之後,base_urlapi_key會自動填滿,分別對應已部署LLM的VPC訪問地址和Token。

  • 第三方模型服務:使用第三方模型服務,例如當第三方為DeepSeek官方服務時,base_url為https://api.deepseek.com,api_key可從DeepSeek 官網擷取。

2.2 建立資料庫連接

串連 > 資料庫頁簽下單擊建立串連,建立RDS MySQL資料庫連接。

image

關鍵參數說明:

參數

說明

host/port

擷取host(內網地址)和port(內網連接埠),請參見查看和管理執行個體串連地址和連接埠

database

建立資料庫時設定的資料庫名稱。

username/password

建立資料庫帳號時設定的帳號和密碼。

3. 建立並運行應用流

  1. 進入LangStudio,選擇工作空間後,單擊進入LangStudio。在應用流頁簽下單擊建立應用流,建立智能SQL產生助手應用流。

    image

  2. 啟動運行時:單擊右上方選擇運行時並在下拉式清單中選擇已建立的運行時。如果沒有可選的運行時,您可以在大模型應用開發(LangStudio)頁面的運行時頁簽進行建立。請注意專用網路配置需選擇前提條件中建立RDS MySQL執行個體時的專用網路,或確保已選的專用網路和RDS MySQL執行個體所在的專用網路已經互連。

    重要

    在進行Python節點解析或查看更多工具時,需要保證運行時已啟動。

  3. 開發應用流。

    image

    應用流中的其餘配置保持預設或根據實際需求進行配置,關鍵節點配置如下:

    • 擷取建立表的DDL:擷取並產生資料庫表的基本資料(DDL語句)。

      • connection_name:輸入2.2 建立資料庫連接中建立的串連名稱。請確保輸入的名稱與已建立的串連名稱完全一致。

    • 大模型節點:將使用者問題以及上述DDL節點產生的資料庫表資訊傳遞給大語言模型,產生SQL代碼。

      • 模型設定:選擇2.1 建立LLM服務串連中建立的串連。

      • 對話歷史:是否啟用對話歷史,將歷史對話資訊作為輸入變數。

    • 執行SQL:執行大語言模型節點返回的SQL,並返回查詢結果。

      • connection_name:輸入2.2 建立資料庫連接中建立的串連名稱。請確保輸入的名稱與已建立的串連名稱完全一致。

    關於各節點群組件詳情,請參見預置組件說明

  4. 調試/運行:單擊右上方運行,開始執行應用流。關於應用流程執行時的常見問題,請參見常見問題

    image

  5. 查看鏈路:單擊產生答案下的查看鏈路,查看Trace詳情或拓撲視圖。

    image

4. 部署應用流

在應用流開發頁面,單擊右上方部署,將應用流部署為EAS服務。部署參數其餘配置保持預設或根據實際需求進行配置,關鍵參數配置如下:

  • 資源部署 > 執行個體數:佈建服務執行個體數。本文部署僅供測試使用,因此執行個體數配置為1。在生產階段,建議配置多個服務執行個體,以降低單點故障的風險。

  • 專用網路 > VPC:配置RDS MySQL執行個體所在的專用網路,或確保已選的專用網路和RDS MySQL執行個體所在的專用網路已經互連。

更多部署詳情,請參見應用流部署

5. 調用服務

部署成功後,跳轉到PAI-EAS,在線上調試頁簽下配置並發送請求。請求Body中的Key與應用流中“開始節點”中的參數"對話輸入"欄位一致,本文使用預設欄位question

image

更多調用方式(如API調用)及詳細說明,請參見應用流部署-調用服務

相關文檔