如何基于langChain+Tongyi+mySQL来进行自然语言交互

在软工三迭代三中，要求和大语言模型进行自然语言交互，但是这种交互是基于数据库中的内容的，例如“相比于昨日，时政类新闻同比增长多少？”。在我们英明神武的组长的带领下，我们成功找到了使用langChain来实现。

经过一个晚上查阅资料，我最终决定使用通义千问来实现，来看一个简单的示例代码

import os
from langchain_community.llms import Tongyi

from langchain_community.utilities import SQLDatabase
from langchain_experimental.sql import SQLDatabaseChain


def chain_tongyi(db_info):
    llm = Tongyi(model='qwen-turbo')

    db = SQLDatabase.from_uri(f"mysql+pymysql://{db_info['user']}:{db_info['password']}@{db_info['host']}/{db_info['name']}")
    db_chain = SQLDatabaseChain.from_llm(llm=llm, db=db, verbose=True, use_query_checker=False)

    questions = "发表数量前五的是哪些？"
    response = db_chain.invoke(questions)
    print('>>问题：', questions)

    print('>>answer:', response)

if __name__ == "__main__":
		# 自己的api-key
    os.environ["DASHSCOPE_API_KEY"] = ""
    db_info = {
    		# host：数据库地址，name：数据库名字，user：用户名，password：密码
        'host': '',
        'name': '',
        'user': '',
        'password': ''
    }

    chain_tongyi(db_info)

然后就可以愉快的和大语言模型进行问答了，例如询问发布数量前五的媒体