SQL-OLLAMA

这个模板使用户能够使用自然语言与 SQL 数据库进行交互。

它通过 Zephyr-7b 和 Ollama 在 Mac 笔记本上本地运行推理。

环境设置

在使用此模板之前，您需要设置 Ollama 和 SQL 数据库。

1. 按照 这里 的说明下载 Ollama。

2. 下载您感兴趣的 LLM：

   • 这个包使用 zephyr: ollama pull zephyr

   • 您可以从这里选择多个 LLMs here

3. 这个包包含一个示例的 2023 年 NBA 球员名单数据库。您可以查看构建此数据库的说明 here。

使用方法

要使用这个包，您首先需要安装 LangChain CLI：

pip install -U langchain-cli

要创建一个新的 LangChain 项目并将其安装为唯一包，您可以执行：

langchain app new my-app --package sql-ollama

如果您想将其添加到现有项目中，只需运行：

langchain app add sql-ollama

并将以下代码添加到您的 server.py 文件中：

from sql_ollama import chain as sql_ollama_chain
add_routes(app, sql_ollama_chain, path="/sql-ollama")

（可选）现在让我们配置 LangSmith。LangSmith 将帮助我们跟踪、监控和调试 LangChain 应用程序。您可以在 这里 注册 LangSmith。如果您没有访问权限，可以跳过此部分。

export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_API_KEY=<your-api-key>
export LANGCHAIN_PROJECT=<your-project>  # 如果未指定，默认为 "default"

如果您在此目录中，那么您可以直接启动 LangServe 实例：

langchain serve

这将在本地启动一个 FastAPI 应用程序，服务器运行在 http://localhost:8000

我们可以在 http://127.0.0.1:8000/docs 上看到所有模板

我们可以在 http://127.0.0.1:8000/neo4j_cypher/playground 访问 playground

我们可以通过以下代码访问模板：

from langserve.client import RemoteRunnable
runnable = RemoteRunnable("http://localhost:8000/sql-ollama")