--- title: "数据与分析参考：text to sql agent - 数据与分析 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-text-to-sql-agent/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [WF-061 数据与分析参考：claude data analysis](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-claude-data-analysis/) - [WF-062 数据与分析参考：DbRheo CLI](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-dbrheo-cli/) - [WF-063 数据与分析参考：langgraph text to sql agent](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-langgraph-text-to-sql-agent/) - [WF-064 数据与分析参考：ReFoRCE](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-reforce/) - [WF-065 数据与分析参考：text to sql agent](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-text-to-sql-agent/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) Skill 参考库 · 数据与分析 · Skill 解读 · WF-065 # 数据与分析参考：text to sql agent 思行致远 · 2026/6/30 · 置信度：中 数据分析Text-to-SQL报表可视化 一个 LangChain Text-to-SQL 教程仓库，用 Claude Sonnet、SQLDatabase 和 LangSmith trace 演示自然语言查询 Chinook SQLite。 # text to sql agent > 一个 LangChain Text-to-SQL 教程仓库，用 Claude Sonnet、SQLDatabase 和 LangSmith trace 演示自然语言查询 Chinook SQLite。 ## 这个能力解决什么问题 它解决的是学习 Text-to-SQL Agent 基本链路的问题：用户用自然语言问 Chinook 数字媒体商店数据库，例如 top artists、员工收入、加拿大客户数；系统输出 SQL、执行结果和可读答案。 ## 核心逻辑 Agent 使用 LangChain `create_agent` 和 SQLDatabase tools。工作流是 Discover 列表、Inspect schema 和 sample rows、Generate SQL、Validate syntax/safety、Execute、遇错 Retry、最后 Format 答案。配置 LangSmith 后，所有 tool calls、SQL、错误和重试都会进 trace。 ## 技术结构 - 关键模块：`agent.py` 是核心实现；`tutorial.ipynb` 展示分步构建；`pyproject.toml` 管依赖；`chinook.db` 由用户下载且 gitignored。 - 调用链路：自然语言问题 -> list tables -> get schema -> Claude SQL generation -> validation -> SQLite execution -> formatted answer。 - 输入输出：输入是问题和 SQLite 数据库；输出是 SQL、结果和自然语言说明。 - 核心依赖：LangChain、langchain-anthropic、langchain-community、LangGraph、SQLAlchemy、python-dotenv、Rich、LangSmith 可选。 ## 为什么值得参考 它适合作为 Text-to-SQL 入门样板，因为链路清楚、有 tutorial、有 LangSmith trace。对于构建数据分析 Skill，trace 是关键：你能看到模型为什么查了哪些表、生成了什么 SQL、哪里重试。 ## 为什么不建议直接套用 它只针对 Chinook SQLite demo，不能直接处理企业 schema、权限和敏感数据。README 说 validate safety，但真实生产需要数据库账号、SQL parser、执行成本、行数限制和敏感列策略共同控制。默认模型和提示只适合教学。 ## 如何改造成自己的版本 把它作为最小原型：先接一个只读 SQLite 样本库，加入 SQL 白名单和 `LIMIT` 强制。再引入 schema 摘要缓存和 LangSmith/本地 trace。上线前把“执行 SQL”拆成两步：生成并解释 SQL -> 用户确认 -> 执行。 ## 适用场景 - 学习 LangChain Text-to-SQL 基本模式。 - 内部 demo 或教学 notebook。 - 小型只读数据库问答原型。 ## 不适用场景 - 生产数据库自助查询。 - 大 schema、多方言或敏感数据场景。 - 需要复杂权限审计的数据平台。 ## 参考信息 - 原项目：[text-to-sql-agent](https://github.com/langchain-ai/text-to-sql-agent) - 作者：langchain-ai - 相关概念：[[Text-to-SQL]]、[[Agent Trace]] - 相关卡片：保守留空 ## 参考对象信息 **名称：**text-to-sql-agent **作者：**langchain-ai **链接：**[https://github.com/langchain-ai/text-to-sql-agent](https://github.com/langchain-ai/text-to-sql-agent) ## 适用场景与行动 **场景：**Skill 参考库 / 数据与分析 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的数据与分析流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [上一张：数据与分析参考：ReFoRCE](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/skill-library-data-analysis-reforce/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)