用 SQLite + 大模型做一个 Text2SQL 小助手：从建表到自然语言查询的完整实战前言你有没有想过这样一个场

前言

你有没有想过这样一个场景：老板突然发消息问“上个月销售部门平均工资是多少”，你不想打开数据库客户端，不想手写 SQL，只想一句话丢给 AI，它就能给你答案。

这就是 Text2SQL——把自然语言翻译成 SQL 语句。听起来高大上，但说白了就是：把数据库的 Schema 告诉大模型，让它根据自然语言生成对应 SQL。

今天就带你用最简单的 SQLite + DeepSeek 跑通一个完整 Demo，从零到一实现「自然语言查数据库」。看完你就能直接用到自己的小项目里。

一、为什么选 SQLite 做 Text2SQL 的底座？

做 Text2SQL，数据库选型很关键。很多人第一反应是 MySQL、PostgreSQL，但其实 SQLite 才是最佳练手场。

原因很简单：

零配置：不用装服务、不用配账号密码，一个文件就是一个数据库
系统内置：Python 标准库 sqlite3 直接就能用，不需要额外依赖
Schema 简洁：用 PRAGMA table_info 一条命令就能拿到完整的表结构，喂给大模型特别方便

一句话总结：SQLite 是「文件型的关系型数据库」，也是学习 Text2SQL 的最短路径。

二、先把地基打牢：建表 + 插入数据

我们先用一个员工表 employees 做例子，字段有：id、姓名、部门、工资。

import sqlite3

# 1. 连接数据库（文件不存在会自动创建）
conn = sqlite3.connect("test.db")
cursor = conn.cursor()

# 2. 建表
cursor.execute("""
CREATE TABLE IF NOT EXISTS employees (
    id INTEGER PRIMARY KEY,
    name TEXT,
    department TEXT,
    salary INTEGER
)
""")

# 3. 批量插入数据（注意：executemany 用的是「参数占位符」而不是拼接字符串）
sample_data = [
    (6, "黄佳", "销售", 50000),
    (7, "宁宁", "工程", 75000),
    (8, "谦谦", "销售", 60000),
    (9, "悦悦", "工程", 80000),
    (10, "黄仁勋", "市场", 55000),
]

cursor.executemany(
    "INSERT INTO employees VALUES (?, ?, ?, ?)",
    sample_data
)

conn.commit()

⚠️ 踩坑提醒：批量插入一定要用 executemany + ? 占位符，别用 f-string 拼 SQL。前者性能好、还能防 SQL 注入；后者不仅慢，还容易出安全事故。

另外记住一件事：SQLite 默认是手动事务的，写完数据一定要 conn.commit() ，否则换一个连接就读不到了。

三、把 Schema 送给大模型：这是 Text2SQL 的关键

Text2SQL 的核心思路就一句话：大模型不知道你的表长什么样，你得把 Schema 告诉它。

SQLite 提供了一个非常方便的命令来获取表结构：

schema = cursor.execute("PRAGMA table_info(employees)").fetchall()
print(schema)

返回的数据大概是这样：

[(0, 'id', 'INTEGER', 0, None, 1),
 (1, 'name', 'TEXT', 0, None, 0),
 (2, 'department', 'TEXT', 0, None, 0),
 (3, 'salary', 'INTEGER', 0, None, 0)]

每一行代表一列，其中 col[1] 是列名，col[2] 是类型。我们把它拼成一段「CREATE TABLE 语句」风格的字符串，大模型一看就懂：

schema_str = "CREATE TABLE EMPLOYEES (\n" + \
    "\n".join([f"{col[1]} {col[2]}" for col in schema]) + "\n)"
print(schema_str)

输出：

CREATE TABLE EMPLOYEES (
id INTEGER
name TEXT
department TEXT
salary INTEGER
)

小技巧：Schema 描述越接近真实 DDL（建表语句），大模型生成的 SQL 越准。因为它训练时见过太多这种格式了。

四、让大模型把「人话」翻译成 SQL

接下来就是最激动人心的一步。我们封装一个函数，把「用户问题 + Schema」一起丢给 DeepSeek：

def ask_deepseek(query, schema):
    prompt = f"""
    这是一个数据库的Schema：
    {schema}
    根据这个Schema，请输出一个SQL查询来回答以下问题。
    只输出SQL查询语句本身，不要使用任何Markdown格式，
    不要包含反引号、代码块标记或额外说明。
    问题：{query}
    """
    response = client.chat.completions.create(
        model="deepseek-v4-flash",
        max_tokens=2024,
        messages=[{"role": "user", "content": prompt}]
    )
    return response.choices[0].message.content

这里有几个Prompt 工程的关键细节，新手特别容易忽略：

明确输出格式：一定要强调「只输出 SQL，不要 Markdown」。否则大模型很爱给你包成 sql ...，直接执行会报错。
Schema 放在问题前面：这样模型可以先「读题」再「作答」，生成更稳定。
越简单的 prompt 越容易复现：不要加太多花哨的约束，先跑通再优化。

五、跑起来：自然语言查数据

场景 1：查询

question = "工程部门员工的姓名和工资是多少？"
sql_query = ask_deepseek(question, schema_str)
print(sql_query)
# SELECT name, salary FROM EMPLOYEES WHERE department = '工程'

results = cursor.execute(sql_query).fetchall()
for row in results:
    print(row)

场景 2：插入

question = "在销售部门增加一个新员工，姓名为张三，工资为45000"
sql_query = ask_deepseek(question, schema_str)
# INSERT INTO EMPLOYEES (name, department, salary) VALUES ('张三', '销售', 45000)
cursor.execute(sql_query)
conn.commit()

场景 3：更新 / 删除

question = "将黄佳的工资调整为550000"
sql_query = ask_deepseek(question, schema_str)
# UPDATE EMPLOYEES SET salary = 550000 WHERE name = '黄佳'
cursor.execute(sql_query)
conn.commit()

question = "删除部门为市场的黄仁勋"
sql_query = ask_deepseek(question, schema_str)
# DELETE FROM EMPLOYEES WHERE name = '黄仁勋' AND department = '市场'
cursor.execute(sql_query)
conn.commit()

你会发现，增删改查全都能用自然语言搞定。这就是 Text2SQL 的威力——它把「数据库」这件事从专业门槛降低到了「会说话就行」。

💡 金句时间：ChatGPT 平权了写代码，Text2SQL 平权了查数据库。

六、进阶：多表场景怎么搞？

真实业务里不可能只有一张表。我们再加一张 departments 部门表：

cursor.execute("""
CREATE TABLE IF NOT EXISTS departments (
    id INTEGER PRIMARY KEY,
    name TEXT,
    manager TEXT
)
""")

sample_departments = [
    (1, "销售", "王经理"),
    (2, "工程", "李经理"),
    (3, "市场", "张经理")
]
cursor.executemany("INSERT INTO departments VALUES (?, ?, ?)", sample_departments)
conn.commit()

这时候光把单表 Schema 喂给模型就不够了，我们需要把所有相关表的 Schema 拼在一起：

tables = ["employees", "departments"]
schema_str = ""
for table in tables:
    schema = cursor.execute(f"PRAGMA table_info({table})").fetchall()
    schema_str += f"CREATE TABLE {table} (\n" + \
        "\n".join([f"{col[1]} {col[2]}" for col in schema]) + "\n);\n\n"

print(schema_str)

输出：

CREATE TABLE employees (
id INTEGER
name TEXT
department TEXT
salary INTEGER
);

CREATE TABLE departments (
id INTEGER PRIMARY KEY
name TEXT
manager TEXT
);

然后丢一个问题试试：

question = "根据两个表之间的关系，列出每个部门的员工人数和平均工资"
sql_query = ask_deepseek(question, schema_str)
print(sql_query)

你大概率会拿到类似这样的 SQL：

SELECT 
    d.name AS department,
    COUNT(e.id) AS employee_count,
    AVG(e.salary) AS avg_salary
FROM departments d
LEFT JOIN employees e ON d.name = e.department
GROUP BY d.name

注意这里的三个关键点：

关联字段靠命名推断：employees.department 和 departments.name 名字对上了，模型才能猜出关联关系。这就是为什么「字段命名规范」在 Text2SQL 场景里极其重要。
LEFT JOIN vs INNER JOIN：模型选了 LEFT JOIN，保证即使某部门没有员工也能列出来，这就是「业务语义」比 SQL 语法更难的地方。
COUNT + AVG + GROUP BY：聚合 + 分组的经典组合，模型一次到位。

七、踩坑清单：这些细节不注意会翻车

实践下来，我总结了几个「不做就等着翻车」的点：

坑点	解决方案
模型返回带 ```sql 代码块	Prompt 明确要求「只输出 SQL，不要 Markdown」
增删改操作没生效	记得 `conn.commit()`，SQLite 默认不是自动提交
多表查询关联不上	表字段命名要对齐（比如员工表用 `department`，部门表用 `name`）
生成的 SQL 有语法错误	执行前先 `try/except` 包一层，错误信息也能回喂给模型自我修复
中文语义歧义	比如“平均工资”要明确是「人均」还是「平均到每个月」，Prompt 里最好补一句业务背景

八、总结：Text2SQL 的核心公式

如果只能记一句话，那就是：

Text2SQL = Schema 描述 + 精准 Prompt + 结果执行

拆开来看：

Schema 是地基：字段名、类型、表关联，决定模型能不能「看懂」你的数据
Prompt 是油门：输出格式、约束条件，决定模型答得稳不稳
执行 + 提交是刹车：execute 前想清楚是不是写操作，commit 前想清楚是不是真的改

从这段 200 行的 Demo 出发，你可以继续往下做很多事：

加个 CLI 或 Web UI，做成真正能用的工具
加个「SQL 审计」环节，只允许 SELECT，防误删
加个「多轮对话」，让用户能追问（“那工程部呢？”）
换成其他 LLM 对比效果，或者接本地的 Ollama 做私有化

技术在飞，但方向很清晰：未来的软件，会说话的人就能操作数据。