【GPT入门】第15课 用 prompt生成sql交互页面,创建可视化自然语言转sql生成器
1. 任务描述
任务描述:用promt开发一个UI,填写用户的表结构与查询需求,生成可执行sql
最终页面效果:
2. prompt
用streamlit写一个界面,实现如下功能:
1.用户可以选择写表结构的数据量
2.根据表结构数量,显示对应数量的表结构输入框
3.用户填查询需求的输入框
4.这个查询需求和大模型交互,用openai 1.x以上版本api,生成符合需求的sql
把prompt给AI工具,例如chatgpt, 豆包、文心、智普等,选一个,可以对比运行效果,他们会生成想应的代码:
3. 豆包生成的代码
例如豆包的结果:
import streamlit as st
import openai
# 设置 OpenAI API 密钥
from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv())
def generate_sql(prompt):
try:
# 创建 OpenAI 客户端实例
client = openai.Client()
response = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "你是一个专业的 SQL 生成助手,根据用户提供的表结构和查询需求生成符合要求的 SQL 语句。"},
{"role": "user", "content": prompt}
]
)
return response.choices[0].message.content
except Exception as e:
st.error(f"生成 SQL 时出现错误: {e}")
return None
def main():
st.title("SQL 生成助手")
# 用户选择表结构的数据量
table_structure_count = st.number_input("请选择表结构的数量", min_value=1, value=1, step=1)
# 根据表结构数量,显示对应数量的表结构输入框
table_structures = []
for i in range(table_structure_count):
table_structure = st.text_area(f"请输入第 {i + 1} 个表结构", key=f"table_structure_{i}")
table_structures.append(table_structure)
# 用户填查询需求的输入框
query_requirement = st.text_area("请输入查询需求")
if st.button("生成 SQL"):
if all(table_structures) and query_requirement:
# 构建提示信息
prompt = "表结构信息如下:\n"
for structure in table_structures:
prompt += f"{structure}\n"
prompt += f"\n查询需求:{query_requirement}"
# 与大模型交互生成 SQL
sql = generate_sql(prompt)
if sql:
st.code(sql, language="sql")
else:
st.warning("请确保所有表结构和查询需求都已填写。")
if __name__ == "__main__":
main()
4. 运行
streamlit run E:\workspace\gptLearning\gptLearning\ai\l02\generate_sql.py [
打开页面测试
5. 把填的sql改为直接读库的表,实现智能化
修改prompt,让ai写代码就ok,你只需要一个任务的prompt, 赶紧用起来