数据库聊天机器人

这是一个基于 LangChain 的智能数据库助手，支持 OpenAI 和 Deepseek API，允许用户使用自然语言与 MySQL 数据库交互。

功能特点

• 多 API 支持：可切换使用 OpenAI 或 Deepseek API
• 智能路由系统：自动识别查询类型并选择最佳处理方式
• 探索性查询：帮助用户发现和理解数据结构
• 数据分析：支持复杂的数据统计和分析
• 可视化支持：自动生成数据可视化配置
• 流式响应：实时展示生成结果
• Web 界面：基于 Streamlit 的友好交互界面
• 错误恢复：自动重试和错误处理机制

项目结构

db_chat/
├── app.py            # Streamlit Web 界面
├── chat_with_db.py   # 核心聊天逻辑
├── config.py         # 配置管理
├── test_openai.py    # API 测试工具
├── .env              # 环境变量配置
├── .env.example      # 环境变量示例
└── requirements.txt  # 项目依赖

主要功能模块

1. 智能路由系统

• sql_query：数据库查询和探索
• report：数据分析报告生成
• visualization：数据可视化
• chat：一般对话交互

2. 查询类型

• 数据库结构解释
• 探索性数据查询
• 统计分析查询
• 可视化数据查询

3. 交互界面

• 命令行界面：直接终端交互
• Web 界面：Streamlit 应用
• API 切换：支持在不同 API 间切换

安装和配置

1. 安装依赖：

pip install -r requirements.txt

2. 配置环境变量：

cp .env.example .env
# 编辑 .env 文件，填入：
# - 数据库配置
# - OpenAI API 配置
# - Deepseek API 配置

使用方式

1. Web 界面启动：

streamlit run db_chat/app.py

2. 命令行启动：

python db_chat/chat_with_db.py

3. API 测试：

python db_chat/test_openai.py

使用示例

1. 探索数据：

> 帮我看看这些表里有没有销售数据的？
[系统会自动查找相关表和字段，并给出建议]

> 分析一下不同类型专辑的价格有何不同
[系统会生成统计分析并解释结果]

2. 数据可视化：

> 用柱状图展示各个流派的销售情况
[系统会生成适当的图表配置]

注意事项

1. API 配置

   • 确保 API 密钥配置正确
   • 检查 API 的可用性和限制

2. 数据库连接

   • 验证数据库连接信息
   • 确保必要的数据库权限

3. 性能考虑

   • 合理使用数据库索引
   • 注意查询的复杂度

开发扩展

1. 添加新的 API 支持
2. 自定义提示模板
3. 扩展可视化类型
4. 优化查询性能

故障排除

1. API 连接问题

   • 检查网络连接
   • 验证 API 密钥
   • 尝试切换 API

2. 数据库问题

   • 检查连接配置
   • 验证数据库权限
   • 检查 SQL 语法