Agent-Frameworks · Foto: m4rlonj, CC BY 2.0
sql_gen.py
Zuletzt aktualisiert:
Typ
Code-Beispiel
Lizenz
MIT
Quelle
Anwendungsfeld
Pydantic AI
Text-zu-SQL-Anwendungen mit Sicherheitsnetz.
Voraussetzungen
Keine besonderen — direkt loslegen.
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 erzeugt eine SQL-Abfrage aus natürlicher Sprache, lässt sie aber vor der Ausführung per EXPLAIN gegen eine echte PostgreSQL-Datenbank validieren. Schlägt die Validierung fehl, korrigiert sich der Agent selbst und versucht es erneut, statt fehlerhaftes SQL einfach zurückzugeben. Das unterscheidet dieses Beispiel von einfachen Text-zu-SQL-Demos, die generierte Queries ungeprüft ausgeben. Sinnvoll für alle, die eine Chat-Oberfläche auf echte Datenbanken aufsetzen wollen und dabei syntaktisch fehlerhafte oder gegen das Schema laufende Abfragen von vornherein vermeiden möchten. Ein reales PostgreSQL-Schema zum Testen ist Voraussetzung.
Praxis-Tipp
Das EXPLAIN-Retry-Limit niedrig halten (z. B. 2-3 Versuche), damit bei dauerhaft falschem Schema-Verständnis nicht endlos nachgebessert wird.
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.
