llm langchain sql demo

NLQ di Amazon RDS menggunakan Amazon SageMaker, LangChain, dan LLM

Kode sumber untuk postingan blog mendatang, AI Generatif untuk Analytics: Melakukan Kueri Bahasa Alami di Amazon RDS menggunakan SageMaker, LangChain, dan LLM. Pelajari cara menggunakan Rantai Database SQL LangChain dan Agen dengan model bahasa besar untuk melakukan kueri bahasa alami (NLQ) Amazon RDS for PostgreSQL.

Lingkungan Amazon SageMaker

Kernel: Basis Python 3.0 (Python 3)

Jenis instans: ml.m5.medium

Menggunakan dotenv

File .env Anda akan terlihat seperti berikut:

 # 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>

Memeriksa Koneksi RDS dari Notebook SageMaker

 # 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

Pemformatan Buku Catatan

jupyter-black digunakan untuk memformat notebook dan aplikasi Steamlit.

pip install black " black[jupyter] "

black * .ipynb
black * .py

---

Isi repositori ini mewakili sudut pandang saya dan bukan sudut pandang perusahaan saya di masa lalu atau saat ini, termasuk Amazon Web Services (AWS). Semua perpustakaan, modul, plugin, dan SDK pihak ketiga adalah milik dari pemiliknya masing-masing.