我要投稿

Text2SQL零代码实战！RAGFlow 实现自然语言转 SQL 的终极指南

发布日期：2025-03-16 05:44:22 浏览次数： 1645 来源：木乐乐的异想世界

“无需微调大模型，3步搭建企业级Text2SQL应用，让数据库“听懂人话”！”

在企业大模型应用方面，Text2SQL一直是应用热点。大家都希望小嘴一张，就完成一系列数据提取和分析工作。

但是，使用大模型自动理解业务需求，实现 SQL 代码编写和代码执行一直都存在技术难点。传统的 Text2SQL 方案，往往依赖大模型微调，对于中小企业而言，带来非常高的应用成本。

今天，介绍一个方法，使用开源 RAG 框架RAGFlow，应用知识库检索与大模型推理结合，不需要对模型做任何微调，只需要仅需配置少量结构化数据即可实现精准SQL生成，实现指定数据查询、负责查询、计算，跨表计算等多种场景。

老习惯，先看效果，再看执行。

一、表内容和效果简单说明

我的数据库里存了四张表：用户表、制造商表、商品表和销售表。内容分别如下：

1-表明细查询测试

问题：请问商品智能手机 X 还剩多少库存。

难度分析：智能体需要理解问题所在的表，完成表格选择（商品表），字段查询（商品名称）和目标字段（库存）输出。

原表中符合要求的记录：

测试结果：通过，两条记录库存均完成识别和输出。

2-表明细查询和合并计算

问题：请问商品智能手机 X 还剩多少总库存。

难度分析：智能体需要理解问题所在的表，完成表格选择（商品表），字段查询（商品名称）和目标字段（库存）求和计算输出。

原表中符合要求的记录（同上）：

测试结果：通过，两条记录库存均完成识别，并对库存求和输出。

3- 跨表关联

问题：请问商品智能手机 X 的制造商是谁

难度分析：智能体需要理解问题所在的表，完成表格选择（商品表），字段查询（商品名称）和目标字段（制造商id）。并返回制造商表，使用制造商 id，提取制造商信息，再作输出。

原表中符合要求的记录：

测试结果：通过，两条智能手机 X 的制造商都是商家_001。

4- 复杂查询

问题：查询连续 3 个月销量下降的商品

难度等级：?????

难度分析：智能体需要理解问题所在的表，完成表格选择（销售表），字段查询（商品名称）和目标字段（销量），进行复杂销量比对（连续 3 个月销量下降），并返回商品信息。

原表中符合要求的记录，分别有商品 1、2、4、5 这四个商品符合要求。

商品 1，8-10 月销量下滑。

商品 2，5-7 月销量下滑。

商品4，5-8 月销量下滑。

商品 5，4-6 月销量下滑。

测试结果：通过，4 个商品连续 3 个月销量下降，均被有效识别。

5- 指定要求复杂查询

问题：查询2024 年 4-6 月，连续 3 个月销量下降的商品

难度等级：?????

难度分析：智能体需要理解问题所在的表，完成表格选择（销售表），字段查询（商品名称）和目标字段（销量），限定日期（4-6 月），进行复杂销量比对（连续 3 个月销量下降），并返回商品id。

原表中，只有商品5 符合要求。

测试结果：通过，商品5 ，被有效识别出。

6- 再上一点点难度

问题：查询2024 年 4-6 月，连续 3 个月销量下降的商品详细信息。

难度等级：?????

难度分析：智能体需要理解问题所在的表，完成表格选择（销售表），字段查询（商品名称）和目标字段（销量），限定日期（4-6 月），进行复杂销量比对（连续 3 个月销量下降），并返回商品id，找到商品明细。

测试结果：通过。

接下来，手把手演示如何用RAGFlow搭建一个能理解业务需求的Text2SQL智能助手。

我所使用的 RagFlow 框架。感兴趣的可以自行安装。安装过程省略。

github 地址：https://github.com/infiniflow/ragflow/blob/main/README_zh.md

一、核心流程

这是官方教程提出的使用 RagFlow 解决 Text2SQL 的流程。

简单来说，就是我们准备好足够让大模型理解数据库内的表格、字段的知识库，以及理解从问题到 SQL 代表的问答方法。大模型就可以通过理解用户问题、查询知识库信息、形成 SQL 代码、并执行 SQL，完成从指定数据库里提取相关信息的工作。

官方教程地址：https://ragflow.io/blog/implementing-text2sql-with-ragflow

二、准备工作：3类核心知识库

关键点：Text2SQL的准确性取决于知识库质量，需提前准备以下数据（参考官方文档）

DDL知识库

作用：提供数据库表结构（如字段类型、主键约束）

示例：

CREATE TABLE `users` (
  `id` INT NOT NULL AUTO_INCREMENT,
  `username` VARCHAR(50) NOT NULL,
  `password` VARCHAR(50) NOT NULL,
  `email` VARCHAR(100),
  `mobile` VARCHAR(20),
  `create_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
  `update_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_username` (`username`),
  UNIQUE KEY `uk_email` (`email`),
  UNIQUE KEY `uk_mobile` (`mobile`)
);

数据来源：从HuggingFace下载标准模板（后台私信“Text2SQL”提供）

2. DB Description知识库

### 用户表（users）
用户表用于存储网站或应用的用户信息。以下是该表中每个字段的含义：
- `id`: 这是一个整数类型的自增字段，作为用户的唯一标识符（主键）。每次添加新用户时，该字段会自动增加，确保每个用户都有一个唯一的ID。
- `username`: 字符串类型，用于存储用户的用户名。用户名通常是用户登录时使用的唯一标识符。
- `password`: 字符串类型，用于存储用户的密码。出于安全考虑，密码在存储前应进行加密处理。
- `email`: 字符串类型，用于存储用户的电子邮件地址。电子邮件地址可以是用户的另一个登录凭证，并且用于接收通知或重置密码。
- `mobile`: 字符串类型，用于存储用户的手机号码。手机号码可用于登录、接收短信通知或进行身份验证。
- `create_time`: 时间戳类型，记录用户账户创建的时间。默认值为当前时间。
- `update_time`: 时间戳类型，记录用户信息最后更新的时间。每次更新用户信息时，该字段都会自动更新为当前时间。

作用：解释字段业务含义（如“order_date”代表订单创建时间）
示例：

数据来源：从HuggingFace下载标准模板（后台私信“Text2SQL”提供）

3. Q->SQL知识库

用户问题：“查询2023年销量TOP10商品”
对应SQL：SELECT product, SUM(quantity) FROM sales WHERE YEAR(order_date)=2023 GROUP BY product ORDER BY SUM(quantity) DESC LIMIT 10;

作用：存储自然语言与SQL的映射样本。这个对最终 SQL 代码的可执行性影响至关重要。
示例：

数据来源：从HuggingFace下载标准模板（后台私信“Text2SQL”提供）

二、准备工作：3类核心知识库

步骤1：创建DB Assistant Agent

进入RAGFlow Agent工作台，选择内置DB Assistant模板

绑定目标数据库（支持MySQL/PostgreSQL等）

步骤2：配置知识库参数（核心！）

DDL 知识库配置：

使用 General 切割，块 Token 数选择 8，分段标识符为;。

当你看到知识库内的分块，已经实现一个表的建表语句一个块的时候，就代表配置成功了。

DSL 知识库配置：

同样使用 General 切割，但是块 Token 数选择 128，分段标识符为#。

当你看到知识库内的分块，已经实现一个表的表及字段说明一个块的时候，就代表配置成功了。

Q->SQL知识库配置：

这部分内容比较特殊，因为我们配置的知识库导入格式是 csv，这个 csv 里有两列内容，分别是 query 和 sql。例如：

所以，配置方法需要选择 Q&A。

当你看到知识库内的分块，已经实现Question 和 Answer 这样规律问答对的时候，就代表配置成功了。

步骤3：Agent 配置知识库

Agent 中的 DDL 选择数据库配置。

接下来，依次如法炮制。

步骤4：测试与优化

进入 Agent 平台，点击“运行”按钮，我们就可以进行问答测试了。

案例：用户提问“我们现在有多少个用户”

好的，以上就是所有的执行步骤和过程了。

如果有不了解的地方，欢迎评论区留言交流。

附录：

1-用户表

用户表用于存储网站或应用的用户信息。

以下是该表中每个字段的含义：

id: 这是一个整数类型的自增字段，作为用户的唯一标识符（主键）。每次添加新用户时，该字段会自动增加，确保每个用户都有一个唯一的ID。
username: 字符串类型，用于存储用户的用户名。用户名通常是用户登录时使用的唯一标识符。
password: 字符串类型，用于存储用户的密码。出于安全考虑，密码在存储前应进行加密处理。
email: 字符串类型，用于存储用户的电子邮件地址。电子邮件地址可以是用户的另一个登录凭证，并且用于接收通知或重置密码。
mobile: 字符串类型，用于存储用户的手机号码。手机号码可用于登录、接收短信通知或进行身份验证。
create_time: 时间戳类型，记录用户账户创建的时间。默认值为当前时间。
update_time: 时间戳类型，记录用户信息最后更新的时间。每次更新用户信息时，该字段都会自动更新为当前时间。

2-商家表

商家表用于存储销售商品的商家信息。

以下是该表中每个字段的含义：

id: 这是一个整数类型的自增字段，作为商家的唯一标识符（主键）。
name: 字符串类型，用于存储商家的名称或品牌名。
description: 文本类型，用于存储商家的详细描述，可能包括商家简介、服务内容、联系方式等。
email: 字符串类型，用于存储商家的电子邮件地址，可以用于联系商家。
mobile: 字符串类型，用于存储商家的联系电话。
address: 字符串类型，用于存储商家的地址信息。
create_time: 时间戳类型，记录商家账户创建的时间。
update_time: 时间戳类型，记录商家信息最后更新的时间。

这些表的设计是相互关联的，例如，商品表中的merchant_id字段将商品与商家表中的特定商家关联起来。

3-商品表

商品表用于存储可供购买的商品信息。

id: 这是一个整数类型的自增字段，作为商品的唯一标识符（主键）。
name: 字符串类型，用于存储商品的名称。
description: 文本类型，用于存储商品的详细描述，可能包括规格、特点、使用说明等。
price: 小数类型，用于存储商品的价格。这里的格式设置为最多10位数字，其中2位是小数。
stock: 整数类型，用于存储商品的库存数量。
category_id: 整数类型，用于存储商品所属类别的ID。这个字段可以与一个商品分类表关联，以实现商品分类。
merchant_id: 整数类型，用于存储销售该商品的商家的ID。该字段是一个外键，指向商家表中的相应记录。
create_time: 时间戳类型，记录商品创建的时间。
update_time: 时间戳类型，记录商品信息最后更新的时间。

4-销售表

销售表（sales）是电商系统的核心业务表，用于记录所有交易行为并支撑销售分析。

该表采用InnoDB引擎确保事务完整性，以下是各字段的详细说明：

主键与标识字段 id：自增主键（INT类型），唯一标识每笔销售记录。
AUTO_INCREMENT属性确保每次插入新记录时自动生成连续编号，形成天然的时间序列标识
user_id：用户关联标识（INT类型），通过外键约束FOREIGN KEY关联users表主键，确保销售记录必须对应有效用户
product_id：商品关联标识（INT类型），通过外键约束关联products表主键，强制每笔交易必须对应有效商品库存核心业务字段
sale_date：销售日期（DATE类型），精确到天的交易时间戳，用于时间维度分析。建议配合sale_date字段建立复合索引提升查询效率
quantity：销售数量（INT类型），记录单次交易商品件数，正整数值域限制确保业务逻辑正确性
unit_price：成交单价（DECIMAL(10,2)），固定两位小数的精确数值存储，避免浮点计算误差。与products表价格字段解耦，保留历史价格快照
total_amount：自动计算金额（GENERATED ALWAYS AS），通过quantity * unit_price公式实时计算交易总额，STORED类型将计算结果物化存储以提升查询性能审计追踪字段
create_time：记录创建时间（TIMESTAMP类型），DEFAULT CURRENT_TIMESTAMP自动记录数据插入时间，构成不可变审计日志
update_time：记录更新时间（TIMESTAMP类型）

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业