LangChain 自动化

目标受众

- 数据分析师：希望通过 SQL 查询快速获得数据洞察。
- 商业用户：需要将数据可视化以便于决策。
- 开发者：希望集成 AI 和数据可视化功能到他们的应用中。
- 教育工作者：需要展示数据分析和可视化的实际案例。
- 任何希望通过自然语言与数据库交互的人。

该工作流适合于需要将复杂数据转化为易于理解的可视化形式的用户。

解决的问题

- 传统 SQL 查询可能无法满足用户对数据可视化的需求。
- 用户在询问数据时，可能需要图表来更好地理解结果。
- 该工作流通过集成 OpenAI 和 Quickchart.io，自动生成图表，帮助用户更直观地理解数据。
- 解决了用户在查询数据和可视化之间的转换问题，提升了数据分析的效率。

工作流步骤

1. 信息提取：提取用户提出的问题，忽略与图表相关的内容。
2. SQL 查询：使用 SQL Agent 连接到数据库，执行查询，并将结果转换为人类可读格式。
3. 图表决策：使用文本分类器判断用户是否需要图表来支持 SQL Agent 的响应。
4. 图表生成：如果需要图表，调用子工作流动态生成图表，并将其附加到 SQL Agent 的响应中；否则，直接输出 SQL Agent 的响应。
5. 调用 OpenAI 生成图表定义：使用 HTTP 请求节点调用 OpenAI，获取图表定义。
6. 构建并返回图表：在“设置响应”节点中，将图表定义附加到 Quickchart.io 的 URL，生成最终的图表图像。
7. 返回最终响应：AI Agent 返回包含图表的响应。

自定义指南

- 数据库连接：用户可以使用现有数据库或创建新数据库。
- 凭据配置：添加 PostgreSQL 或 MySQL 的凭据，或使用 SQLite 二进制文件。
- 修改提示：根据需要调整 SQL Agent 的提示，以适应特定数据库或查询需求。
- 图表样式：可以根据需求修改图表的样式和类型，以符合业务需求。
- 启用工作流：激活工作流后，用户可以开始与 AI SQL Agent 聊天，获取数据和图表。
- 测试和迭代：根据用户反馈不断优化工作流，使其更符合实际需求。