llm langchain sql demo

NLQ en Amazon RDS utilizando Amazon SageMaker, LangChain y LLM

Código fuente de la próxima publicación del blog, IA generativa para análisis: realización de consultas en lenguaje natural en Amazon RDS utilizando SageMaker, LangChain y LLM. Aprenda a utilizar el agente y la cadena de base de datos SQL de LangChain con modelos de lenguaje grandes para realizar consultas en lenguaje natural (NLQ) de Amazon RDS para PostgreSQL.

Entorno de Amazon SageMaker

Núcleo: base Python 3.0 (Python 3)

Tipo de instancia: ml.m5.medium

Usando dotenv

Sus archivos .env deberían tener el siguiente aspecto:

 # 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>

Comprobación de la conexión RDS desde SageMaker Notebook

 # 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

Formato de cuaderno

jupyter-black se utilizó para formatear cuadernos y la aplicación Steamlit.

pip install black " black[jupyter] "

black * .ipynb
black * .py

---

El contenido de este repositorio representa mis puntos de vista y no los de mis empleadores actuales o anteriores, incluido Amazon Web Services (AWS). Todas las bibliotecas, módulos, complementos y SDK de terceros son propiedad de sus respectivos dueños.