Text2SQL智能数据库查询助手产品系统

Text2SQL是一个基于大语言模型（LLM）与**LangGraph**构建的智能体（Agent）系统。用户通过自然语言提问（如“上个月销量前十的产品是什么？”），系统自动生成并执行SQL查询，返回直观结果，极大降低了非技术人员的数据获取门槛。

智能体状态机（基于LangGraph的图编排与循环决策）,多模型适配与配置管理中心,数据库操作工具集（Schema查询、SQL执行、结果格式化、SQL自动修正）,双端交互界面：StreamlitWeb前端+命令行Demo
杂自然语言（如嵌套条件、多表JOIN）生成SQL易出错→引入Schema检索增强：仅向LLM提供相关表结构（而非全部），减少噪声，并加入ReAct模式让Agent先思考再行动。
多轮对话上下文管理→使用LangGraph的Checkpointer保存会话状态，实现记忆功能。

1.架构设计：设计并实现了基于LangGraph的智能体状态机，将自然语言→SQL→执行→反馈修正→最终答案封装为循环状态图；Agent具备自主Schema探索能力（先查询库/表/列信息，再生成SQL）和SQL自动修正**功能（执行失败后将错误信息喂给LLM并重试1-2次），整体任务成功率由72%提升至91%。
2.模型集成与调优：成功集成DeepSeek-V2、通义千问Qwen-plus等主流大模型，通过抽象接口实现一键切换；针对SQL生成任务设计了ew-shotPromptTemplate（包含5组典型问答示例），并优化温度参数（temperature=0.1）与Top-p，确保输出稳定、确定性强；使用JSONMode约束输出格式，便于后处理解析。
3.安全性优化：实现数据库连接信息、APIKey等敏感数据的环境变量（.env）管理，严禁硬编码；对用户输入的自然语言进行基础过滤（防止注入攻击的初级防御），并在SQL执行层限制危险语句（如DROP、DELETE），保障数据库安全。
4.交互体验：开发Streamlit界面，支持对话式多轮交互，可展示生成的SQL语句、执行耗时与查询结果表格（或图表）；提供词云、柱状图等简易数据可视化功能，进一步提升用户友好度。同时开发了命令行版本，方便开发者调试。
5.项目价值：项目完整复现了RAG+Agent的工程范式，代码结构清晰（模块化拆分：agents/,tools/,models/,utils/），可作为个人AI应用代表作。