https://blog.langchain.dev/llms-and-sql/
LLM生成SQL很容易
解决的问题是如果让LLM生成的SQL，是valid并且结果正确的
模拟人是如何写SQL的，本身人也是要上下文的，
那么问题就是需要什么上下文，并且如何组织
比较直觉的是，给出schema和几条真实数据的example
当然，langchain会自动生成这种context，
但是有时候，需要去hand-crafted，比如limit3的数据不具备代表性，需要更多的数据，或者limit3的数据有隐私问题需要处理
然后LLM生成的sql，怎么保证语法上是正确的，
这里会用一个工具query_checker_sql_db，去检查，如果语法有错，
可以把报错结果和原始查询发过LLM，让模型自己去纠正
We send the original query with the traceback log to the LLM and ask it to make it right
文中后面说了，两种可能的优化
一种是few-shots，给几个例子
二是，分解成subquerys，尽量把复杂查询分解成子查询，降低复杂度
标签：LLMs,SQL,查询,LLM,sql,query,生成 From： https://www.cnblogs.com/fxjwind/p/17511342.html