GPT+SQL 开发=SQLGPT

GPT + SQL开发：

实现根据语言提问生成你想要的结果，省去亲自写sql查询的过程。

前期背景

LangChain：由语言模型LLMs驱动的应用程序框架，它允许用户围绕大型语言模型快速构建应用程序和管道。
可以直接与 OpenAI 的 ChatGPT 模型以及 Hugging Face 集成。通过 langChain 可快速构建聊天机器人、生成式问答(GQA)、本文摘要等应用场景。

将GPT连接到自己的知识库,形成自己的知识空间。

SQL Chat：github.com/sqlchat/sqlchat
一个基于聊天的 SQL 客户端，使用自然语言与数据库以沟通的方式，实现对数据库的查询、修改、新增、删除等操作。
目标是：辅助数据开发工程师的工作，减少SQL代码编辑的复杂与繁琐的程度，减轻数据开发工程师的工作量，使开发工程师预留更多时间用于相关业务的梳理与沟通。

体验地址：https://www.sqlchat.ai/

功能实现

使用 Docker 自托管

docker run --name sqlchat --platform linux/amd64 -env NEXTAUTH_SECRET=xxx -p 3000:3000 sqlchat/sqlchat

OpenAI 相关变量:

• NEXT_PUBLIC_ALLOW_SELF_OPENAI_KEY : 设置为 true 如果你允许用户提供自己的 OpenAI API key.
• OPENAI_API_KEY : OpenAI API Key，通过这里申请。
• OPENAI_API_ENDPOINT : OpenAI API 端点，默认为 https://api.openai.com 。

数据库相关变量:

• NEXT_PUBLIC_DATABASE_LESS : 设置为 true 如果你想让 SQL Chat 运行时不需要数据库。这个会关闭如下功能:

  1. 账户系统。
  2. 用户额度控制。
  3. 支付。
  4. 使用数据收集。
• DATABASE_URL : 只有在 NEXT_PUBLIC_DATABASE_LESS 为 true 时有效。Postgres 数据库连接串 e.g. postgresql://postgres:YOUR_PASSWORD@localhost:5432/sqlchat?schema=sqlchat .

docker run --name sqlchat --platform linux/amd64 --env NEXTAUTH_SECRET=xxx --env OPENAI_API_KEY=yyy --env OPENAI_API_ENDPOINT=zzz -p 3000:3000 sqlchat/sqlchat

本地开发环境

1. 安装依赖项

   
   pnpm i
   

2. 复制示例环境变量文件;

   
   cp .env.example .env
   

3. 生成 prisma 客户端

   
   pnpm prisma generate
   

4. 将您的 API 密钥 和 OpenAI API 端点（可选）添加到新创建的 .env 文件;

配置数据库

1. 启动 Postgres 实例。对于 mac，您可以使用 StackbBricks, DBngin 或者 Postgres.app。

2. 创建一个数据库:

   
   CREATE DATABASE sqlchat;
   

   在 .env 文件中, 将连接字符串分配给环境变量 DATABASE_URL 和 DATABASE_DIRECT_URL 。至于需要两个 URL 的原因见此.

3. 设置数据库 schema

pnpm prisma migrate dev

1. 初始化数据（可选）

pnpm prisma db seed