llm langchain sql demo

NLQ no Amazon RDS usando Amazon SageMaker, LangChain e LLMs

Código-fonte da próxima postagem do blog, Generative AI for Analytics: Performing Natural Language Queries on Amazon RDS using SageMaker, LangChain e LLMs. Aprenda a usar o SQL Database Chain and Agent da LangChain com grandes modelos de linguagem para realizar consultas de linguagem natural (NLQ) do Amazon RDS para PostgreSQL.

Ambiente Amazon SageMaker

Kernel: Python básico 3.0 (Python 3)

Tipo de instância: ml.m5.medium

Usando dotenv

Seus arquivos .env devem ter a seguinte aparência:

 # 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>

Verificando a conexão RDS do 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

Formatação de caderno

jupyter-black foi usado para formatar notebooks e aplicativo Steamlit.

pip install black " black[jupyter] "

black * .ipynb
black * .py

---

O conteúdo deste repositório representa meus pontos de vista e não dos meus empregadores anteriores ou atuais, incluindo Amazon Web Services (AWS). Todas as bibliotecas, módulos, plug-ins e SDKs de terceiros são propriedade de seus respectivos proprietários.