使用Streamlit实现基于RAG的SQL对话助手

利用RAG技术，构建一个能与数据库对话的SQL助手，让自然语言查询成为可能。本文详细介绍如何通过LangChain、LangGraph和Streamlit等技术，实现用户用自然语言提问、系统自动生成SQL查询、执行并返回自然语言结果的全流程。

一、核心内容概述

本教程将深入讲解以下三个核心方面：

• RAG系统如何将自然语言转化为SQL查询 — 通过检索数据库模式元数据，辅助大语言模型生成准确SQL。
• 技术栈介绍 — 包括LangChain、LangGraph、Streamlit以及阿里千问模型（OpenAI API兼容形式）。
• 系统架构和内部工作流程解析 — 从用户输入到最终答案的完整链路。

二、什么是RAG系统及其在SQL中的应用

RAG（检索增强生成）系统通过利用大语言模型（LLM）并将其与特定数据源集成，使用户可以使用自然语言提出问题。在SQL场景中，RAG系统将LLM与真实数据库上下文结合，帮助生成更准确的结果。LLM不仅仅依赖通用训练数据，而是利用检索到的上下文生成精确、实时的响应。这些上下文来自数据库的模式元数据（如表名、列名、数据类型、外键关系等）。

当用户提出问题时，系统会自动将上下文与问题一起作为提示的一部分提供。这帮助LLM理解SQL方言、可用表、关系和列数据，从而构建语法和语义正确的查询。这些查询随后提交给数据库引擎，检索到的结果被转化为自然语言。

小提示： 本文示例使用SQLite数据库查询Northwind数据集。SQLite是一个轻量级本地数据库，常用于教程和演示。Northwind数据集是一个经典的零售数据集，包含客户、产品、订单和员工数据。

三、主要技术栈

• LangChain — 用于连接LLM与数据库，提供SQL操作工具和提示模板。
• LangGraph — 用于管理多步骤工作流和内存，支持有状态的状态图编排。
• Streamlit — 作为聊天机器人用户界面，快速构建交互式Web应用。
• 阿里千问模型 — 以OpenAI API兼容的形式调用，作为核心LLM。

四、系统概览：工作原理

下图展示了整体系统架构——用户、数据库和大型语言模型如何通过应用层交互。

应用层内的工作流程通常分为以下几个阶段：

1. 接收用户问题 — 通过Streamlit前端获取自然语言输入。
2. 检索数据库上下文 — 从数据库获取表结构、列信息等元数据。
3. 生成SQL查询 — 结合上下文和问题，由LLM编写SQL语句。
4. 执行查询 — 在数据库引擎上运行SQL并获取结果集。
5. 生成自然语言回答 — 将查询结果转化为用户可读的文本。

工作流程背后的关键工具

• LangChain 是一个框架，旨在帮助将LLM与外部系统（如SQL数据库、API和文件存储）集成，简化AI应用的构建。

• LangGraph 是LangChain的扩展，是一个编排框架，支持有状态的工作流程，允许系统在工作流程的多个步骤中保持上下文。

• Streamlit 是一个开源Python库，可用于构建简单、交互式的Web应用，完全使用纯Python。

五、技术细节：逐步构建

现在让我们逐步了解其构建过程——从项目设置到数据库连接、模型编排和前端集成。

1. 项目结构和前提条件

项目文件结构如下：

• db_connections.py — 数据库连接与元数据获取模块。
• sql_query_graph.py — 核心工作流定义，包含四个关键函数和LangGraph状态图。
• app.py — Streamlit前端界面。

常见问题： 如何确保数据库连接安全？

答： 在db_connections.py中，建议使用环境变量管理数据库连接字符串，避免硬编码敏感信息。对于SQLite本地文件，仅需提供文件路径即可。

2. 核心代码详解

2.1 db_connections.py

负责管理数据库链接，以及获取数据库中表相关重要元数据的代码。

该模块通常包含：

• 数据库连接初始化（如SQLite的sqlite3.connect）。
• 获取所有表名和列信息的函数。
• 提取外键关系、索引等元数据。

2.2 sql_query_graph.py

定义了从接收用户问题、编写SQL查询、执行查询到生成最终答案的4个核心函数，最后使用LangGraph将这4个核心函数组织成逻辑工作流。

① write_query：生成语法正确的SQL查询

• 使用选定的数据库，提取其方言和表信息。
• 使用SQL特定的提示模板指导LLM生成与数据库结构匹配的SQL查询。

关键点：提示模板中会注入表名、列名、示例数据等上下文，确保LLM生成的SQL符合该数据库的实际结构。

② execute_query：执行SQL查询并检索结果

使用QuerySQLDatabaseTool函数对选定数据库执行生成的SQL查询，并检索结果。

该工具会自动处理错误（如语法错误），并可配置返回结果的行数限制。

③ generate_answer：生成自然语言回答

使用SQL查询结果生成对原始问题的自然语言回答。

该步骤将数据库返回的纯数据（如表格）转化为用户友好的文本，例如：“共有123位客户，来自5个国家……”

④ answer_question：创建基于图的执行流程

• write_query → execute_query → generate_answer 按逻辑顺序连接每个函数。

• 使用StateGraph创建图工作流，编译并运行。

LangGraph中的StateGraph允许定义节点（上述函数）和边（执行顺序），并可添加条件分支（例如查询失败时重试或报错）。

小提示： 在LangGraph中，可以使用MemorySa ver等持久化检查点，实现对话历史记忆和状态恢复，这对于多轮对话场景非常有用。

六、常见问题解答

• 问：为什么需要数据库模式元数据？

  答： LLM本身不了解你的数据库结构。通过提供元数据（表名、列名、数据类型、主外键关系），LLM才能生成正确的SQL，例如知道orders表有customer_id外键关联customers表，从而正确编写JOIN查询。

• 问：如何支持多表联查？

  答： 本教程的系统设计已天然支持。只需在db_connections.py中将所有表及其关系信息注入提示模板，LLM即可生成包含JOIN的SQL。此外，LangGraph的工作流可以扩展为多次查询或子查询。

• 问：如果生成的SQL有语法错误怎么办？

  答： execute_query函数中使用的QuerySQLDatabaseTool会捕获异常。可以在LangGraph中添加错误处理节点，将错误信息反馈给LLM进行重新生成（自修复机制）。

• 问：能否支持其他数据库如MySQL、PostgreSQL？

  答： 完全可以。LangChain的SQLDatabase类支持多种数据库方言，只需修改db_connections.py中的连接方式，并更新方言参数即可。

七、总结与展望

通过本教程，我们已经成功构建了一个基于RAG的SQL问答助手。该系统能够将用户的自然语言问题自动转化为SQL查询，执行后以自然语言返回结果。核心技术栈包括LangChain（集成LLM与数据库）、LangGraph（编排多步骤工作流）和Streamlit（用户界面）。

你可以将此系统作为基础，扩展更多功能，例如：

• 添加对话历史记忆，支持上下文相关的多轮问答。
• 集成可视化图表，直接展示查询结果。
• 支持复杂的数据库操作（如INSERT、UPDATE），但要谨慎控制权限。

现在，让我们一起开启自然语言与数据库交互的便捷之旅吧！

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：使用Streamlit实现基于RAG的SQL对话助手要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题