从 “懂 SQL” 到 “会说话”：AIGC 重构 SQLite 交互方式

有意义
59 阅读8分钟

在传统的软件开发中，与数据库打交道几乎离不开 SQL（Structured Query Language）。无论是数据的增删改查（CRUD），还是更复杂的数据分析，都需要开发者掌握扎实的 SQL 语法。然而，SQL 对于非技术人员来说门槛较高，即便是经验丰富的开发者，编写复杂的 SQL 语句也可能耗费不少精力。

随着 AIGC（人工智能生成内容）技术的飞速发展，特别是大型语言模型（LLM）的出现，我们迎来了一种全新的数据库交互方式：使用自然语言来查询和操作数据库。想象一下，你只需用日常说话的方式提出需求，比如 “查询所有开发部门员工的姓名和工资”，AI 就能自动将其转换为正确的 SQL 语句，这无疑会极大地提升工作效率，并降低数据库操作的门槛。

本文将带你探索如何结合 SQLite 数据库和 LLM，实现这一便捷的功能。

为什么选择 SQLite？

在众多数据库管理系统中，我们选择 SQLite 作为本次探索的起点，主要基于以下几个原因：

  1. 简单易用：SQLite 是一个自包含、零配置、无需服务器进程的数据库引擎。它的数据库就是一个单一的文件，非常适合嵌入式设备、本地应用开发以及快速原型验证。
  2. 广泛应用：它被应用在无数知名的产品中，从移动应用（如微信的部分本地存储）到桌面软件，再到一些轻量级的后端服务。
  3. Python 原生支持：Python 内置了sqlite3模块，无需额外安装即可使用，非常方便进行代码演示和集成。

虽然 SQLite 在这里作为示例，但我们接下来要讨论的 AIGC 辅助思想，同样适用于 MySQL、PostgreSQL 等主流数据库。

核心思路：Prompt Engineering + LLM

要让 AI 理解你的自然语言并生成 SQL，关键在于 “提示工程”（Prompt Engineering）。简单来说，就是如何设计一个清晰、明确的 “指令”（Prompt）给 LLM，引导它生成我们期望的结果。

一个有效的 SQL 生成 Prompt 通常包含以下几个部分：

  1. 数据库 Schema 信息：告诉 AI 数据库的结构，包括表名、字段名、字段类型以及它们之间的关系。这是 AI 生成正确 SQL 的基础。
  2. 自然语言查询意图：用通俗易懂的语言描述你想要完成的查询或操作。
  3. 输出格式要求：明确告知 AI 只需要返回 SQL 语句，不要包含其他解释性文字或格式标记（如代码块sql），以便我们的程序可以直接执行。

准备工作

  1. 安装必要的库：我们需要openai库来与 DeepSeek API 进行交互（虽然库名为openai，但通过修改base_url可以适配其他兼容 OpenAI API 协议的 LLM 服务）。 
    pip install openai bash
    建议通过国内源来下载，这里我们用国内的清华源：
 pip install openai -i https://pypi.tuna.tsinghua.edu.cn/simple

修改以后下载速度会快很多：

image.png

  1. 获取 DeepSeek API Key：你需要前往DeepSeek 官网注册并获取 API Key。

image.png

完整代码示例

import sqlite3
import os
from openai import OpenAI
import re

# --- 配置部分 ---
# 从环境变量获取API Key，这是更安全的做法
# 如果环境变量未设置，则使用你提供的默认Key（实际生产中不建议硬编码）
client = OpenAI(
    api_key= your api key ,
    base_url="https://api.deepseek.com/v1" # 指定DeepSeek的API端点
)

# --- 数据库操作部分 ---
# 1. 连接到SQLite数据库（如果不存在则会自动创建）
conn = sqlite3.connect("company.db")
cursor = conn.cursor()

# 2. 创建员工表（如果不存在）
cursor.execute("""
CREATE TABLE IF NOT EXISTS employees (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    department TEXT NOT NULL,
    salary INTEGER NOT NULL
)
""")

# 3. 插入一些示例数据（避免重复插入）
if cursor.execute("SELECT COUNT(*) FROM employees").fetchone()[0] == 0:
    sample_data = [
        (1, "张三", "研发部", 9000),
        (2, "李四", "市场部", 7500),
        (3, "王五", "研发部", 10000),
        (4, "赵六", "人事部", 6000),
        (5, "钱七", "市场部", 8500),
    ]
    cursor.executemany('INSERT INTO employees (id, name, department, salary) VALUES (?, ?, ?, ?)', sample_data)
    conn.commit()
    print("示例数据已插入。")

# 4. 获取并打印数据库Schema信息，这对于Prompt至关重要
schema_info = cursor.execute("PRAGMA table_info(employees)").fetchall()
schema_str = "CREATE TABLE employees (\n"
for col in schema_info:
    # col[0]是cid, col[1]是name, col[2]是type, col[3]是notnull, col[4]是dflt_value, col[5]是pk
    schema_str += f"    {col[1]} {col[2]}{' NOT NULL' if col[3] else ''}{' PRIMARY KEY' if col[5] else ''},\n"
schema_str = schema_str.rstrip(',\n') + "\n)"

print("\n--- 数据库Schema信息 ---")
print(schema_str)
print("------------------------\n")

# --- AIGC SQL生成部分 ---
def generate_sql_from_natural_language(natural_query, schema_description):
    """
    使用LLM将自然语言查询转换为SQL语句。
    """
    prompt = f"""
    你是一位专业的SQL查询生成器。请根据以下提供的数据库表结构和用户的自然语言查询，生成一个准确的SQL查询语句。

    数据库表结构:
    {schema_description}

    请严格按照以下要求生成SQL：
    1. 只输出SQL查询语句本身，不要包含任何其他解释、说明或代码块标记（如```sql```）。
    2. 确保SQL语法正确，并且能够准确地回答用户的问题。
    3. 使用表名和列名时，请与提供的Schema完全一致。

    用户的自然语言查询是：{natural_query}
    """

    try:
        response = client.chat.completions.create(
            model="deepseek-reasoner", # 使用DeepSeek的推理模型
            messages=[
                {"role": "user", "content": prompt}
            ],
            max_tokens=1024,
            temperature=0.1, # 降低随机性，使输出更确定
        )

        # 提取并清理生成的SQL
        raw_sql = response.choices[0].message.content.strip()
        # 使用正则表达式移除可能存在的代码块标记
        clean_sql = re.sub(r'^```sql\s*|\s*```$', '', raw_sql, flags=re.IGNORECASE)
        return clean_sql.strip()

    except Exception as e:
        print(f"生成SQL时出错: {e}")
        return None

def execute_sql_and_print_results(sql_query):
    """
    执行SQL查询并打印结果。
    """
    if not sql_query:
        print("无法执行空的SQL查询。")
        return

    try:
        print(f"即将执行的SQL查询: {sql_query}\n")
        cursor.execute(sql_query)
        
        # 如果是SELECT语句，获取并打印结果
        if sql_query.strip().upper().startswith("SELECT"):
            results = cursor.fetchall()
            # 获取列名
            columns = [desc[0] for desc in cursor.description]
            print("查询结果:")
            print(columns)
            print("-" * 30)
            for row in results:
                print(row)
        else:
            # 对于INSERT, UPDATE, DELETE等，提交事务
            conn.commit()
            print("SQL操作执行成功。")

    except sqlite3.Error as e:
        print(f"执行SQL时出错: {e}")

# --- 主程序交互部分 ---
if __name__ == "__main__":
    while True:
        user_input = input("请输入你的自然语言查询 (输入 'exit' 退出): ")
        
        if user_input.lower() == 'exit':
            print("程序已退出。")
            break
        
        if not user_input.strip():
            print("请输入有效的查询内容。")
            continue

        print("\n正在思考如何将你的问题转换为SQL...\n")
        
        # 1. 生成SQL
        generated_sql = generate_sql_from_natural_language(user_input, schema_str)
        
        if generated_sql:
            print(f"AI生成的SQL查询: {generated_sql}\n")
            
            # 2. 执行SQL并显示结果
            execute_sql_and_print_results(generated_sql)
        
        print("\n" + "="*50 + "\n")

# --- 清理工作 ---
conn.close()

代码解析与运行效果

  1. 数据库初始化：代码首先连接（并创建）一个名为company.db的 SQLite 数据库，然后创建employees表并插入一些示例数据。

  2. Schema 提取：通过PRAGMA table_info(employees)命令获取表结构，并将其格式化为一个清晰的字符串。这个字符串是喂给 LLM 的关键信息。

  3. Prompt 设计：generate_sql_from_natural_language函数中的prompt是核心。它清晰地告诉 AI 它的角色、提供了 Schema、明确了用户的问题，并严格规定了输出格式。这种清晰的指令是获得高质量结果的保障。

  4. 调用 LLM：使用openai库调用 DeepSeek API，将精心构建的prompt发送给deepseek-reasoner模型。

  5. 结果处理与执行：

    • 从 LLM 的响应中提取 SQL 语句，并使用正则表达式清理掉可能多余的代码块标记。
    • execute_sql_and_print_results函数负责执行 SQL。如果是SELECT查询，它会获取并打印结果；如果是其他操作（如INSERT, UPDATE），它会提交事务。

  6. 交互式体验：主程序提供了一个简单的命令行交互界面，你可以不断输入自然语言查询来测试效果。

优势与展望

这种 AIGC 驱动的数据库操作方式带来了诸多优势：

  • 降低门槛：业务人员、产品经理等非技术角色可以直接用自然语言查询数据，获取 insights，而无需依赖工程师。
  • 提升效率：即使是技术人员，也可以快速生成复杂的 SQL 语句初稿，减少编写和调试的时间。
  • 减少错误：对于不常写 SQL 的人来说，AI 可以帮助避免常见的语法错误。
  • 赋能自助分析：它使得数据驱动决策更加民主化，每个人都可以成为 “数据分析师”。

展望未来，AIGC 与数据库的结合将更加紧密：

  • 更智能的交互：不仅仅是查询，还包括数据库设计建议、性能优化建议、数据异常检测等。
  • 多轮对话：LLM 可以记住上下文，允许用户进行多轮追问和迭代，逐步细化查询需求。
  • 与 BI 工具集成：未来的 BI（商业智能）工具可能会深度集成 AIGC，提供更自然、更智能的报表生成和数据分析体验。

当然，目前这种方法也存在一些挑战，例如对复杂查询的理解可能不够准确、对数据库方言（dialect）的支持、以及潜在的安全风险（如 SQL 注入）。但随着 LLM 技术的不断进步，这些问题都将逐步得到改善。

总而言之，AIGC 正在深刻改变我们与数据交互的方式。掌握 Prompt Engineering，并善用 LLM 作为你的 SQL 助手，无疑将成为你在数据时代的一项重要技能。

avatar
文章
阅读
粉丝