llm langchain sql demo

NLQ auf Amazon RDS mit Amazon SageMaker, LangChain und LLMs

Quellcode für den kommenden Blogbeitrag „Generative AI for Analytics: Performing Natural Language Queries on Amazon RDS using SageMaker, LangChain, and LLMs“. Erfahren Sie, wie Sie die SQL-Datenbankkette und den Agenten von LangChain mit großen Sprachmodellen verwenden, um Abfragen in natürlicher Sprache (NLQ) von Amazon RDS für PostgreSQL durchzuführen.

Amazon SageMaker-Umgebung

Kernel: Basis Python 3.0 (Python 3)

Instanztyp: ml.m5.medium

Verwenden von dotenv

Ihre .env Dateien sollten wie folgt aussehen:

 # add required values, then rename this file to .env
# mv env.txt .env

# API Keys
OPENAI_API_KEY =<your_value_here>
ANTHROPIC_API_KEY =<your_value_here>

# Demo 1: Amazon RDS Connection 
RDS_ENDPOINT =<your_value_here>
RDS_PORT =<your_value_here>
RDS_USERNAME =<your_value_here>
RDS_PASSWORD =<your_value_here>
RDS_DB_NAME =<your_value_here>

# Demo 2: Amazon Redshift Connection 
REDSHIFT_HOST =<your_value_here>
REDSHIFT_PORT =<your_value_here>
REDSHIFT_USERNAME =<your_value_here>
REDSHIFT_PASSWORD =<your_value_here>
REDSHIFT_DATABASE =<your_value_here>

Überprüfen der RDS-Verbindung vom SageMaker Notebook aus

 # Amazon SageMaker terminal
yum install bind-utils -y

# Get your SageMaker Notebook environment IP
dig +short txt ch whoami.cloudflare @1.0.0.1

# Curl RDS database instance to check connectivity
curl -v ****** . ****** .us-east-1.rds.amazonaws.com:5432

Notizbuchformatierung

jupyter-black wurde zum Formatieren von Notizbüchern und der Steamlit-App verwendet.

pip install black " black[jupyter] "

black * .ipynb
black * .py

---

Der Inhalt dieses Repositorys repräsentiert meine Ansichten und nicht die meiner früheren oder aktuellen Arbeitgeber, einschließlich Amazon Web Services (AWS). Alle Bibliotheken, Module, Plugins und SDKs von Drittanbietern sind Eigentum ihrer jeweiligen Eigentümer.