sql_gen.py
SQL-Generierung mit echter Validierung: erzeugtes SQL wird per EXPLAIN gegen PostgreSQL geprüft; bei Fehlern korrigiert sich der Agent selbst (Retry).
SQL-Generierung mit echter Validierung: erzeugtes SQL wird per EXPLAIN gegen PostgreSQL geprüft; bei Fehlern korrigiert sich der Agent selbst (Retry).
Für wen: Text-zu-SQL-Anwendungen mit Sicherheitsnetz.
So nutzt du es
Lauffähige Python-Beispiele: Datei herunterladen, pip install pydantic-ai und mit gesetztem API-Key ausführen. Gut kommentierter Einstieg in typsichere Agenten.
Im Detail
sql_gen.py demonstriert Text-zu-SQL mit eingebautem Sicherheitsnetz: Der Agent generiert eine SQL-Query aus einer natürlichsprachlichen Anfrage, lässt sie aber vor der Ausführung per EXPLAIN gegen eine echte PostgreSQL-Datenbank validieren. Schlägt das fehl, bekommt der Agent die Fehlermeldung zurück und korrigiert die Query selbst (Retry-Schleife) – statt kaputtes SQL einfach zurückzugeben, wie es viele einfache Text-zu-SQL-Demos tun. Das macht den Ansatz deutlich robuster für echte Anwendungen. Wichtig: EXPLAIN prüft nur Syntax/Plan, keine Berechtigungen oder Datenrisiken – für Produktionseinsatz sollten zusätzlich ein Read-only-DB-User und Query-Whitelisting ergänzt werden.
Praxis-Tipp
Mit einer Testdatenbank und ein paar absichtlich mehrdeutigen Fragen ausprobieren (z. B. “Umsatz nach Monat letztes Jahr”), um zu sehen, wie der Agent nach einem EXPLAIN-Fehler die Query anpasst.
Siehe auch
Lizenz & Quelle
- Lizenz: MIT
- Quelle: pydantic/pydantic-ai
Inhalt ansehen (sql_gen.py)
Lade …
Erfahrungen & Kommentare.
Funktioniert der Code-Beispiel bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
pydantic_model.py
Minimalbeispiel strukturierter Output: LLM-Antwort wird direkt in ein Pydantic-Modell gegossen und validiert.
bank_support.py
Das Vorzeige-Beispiel: Support-Agent einer Bank mit Dependency Injection (Kundendaten-"DB"), Tool-Aufruf und typisiertem Ergebnis (inkl. Risiko-Score).
weather_agent.py
Agent mit mehreren Tools (Geocoding + Wetter-API), die das LLM verkettet aufruft, um Fragen wie "Wetter in London und Wiltshire?" zu beantworten.
