LLM Agent 之数据库应用设计（一）
上一章我们主要讲搜索引擎和 LLM 的应用设计，这一章我们来聊聊大模型和数据库之间的交互方案。目前已有多个数据平台接入 Text-to-SQL 功能，建议先体验相关工具再深入理解实现方案。
本章会提到的前置知识点包括 Chain-of-thought（思维链）、Least-to-Most Prompt、Self-Consistency Prompt，建议不熟悉的同学先查阅相关资料。
DB Agent 设计
和数据库进行交互的应用设计，主要涉及以下几个子模块：
- Decomposition：将 SQL 生成任务拆分成多个子问题，如先定位表，再定位字段，最后基于以上信息生成 SQL。这降低了每一步的任务难度，并有效控制了输入长度。
- Schema Linking：在数据表较多的数据库中，不能一次性将所有表结构作为上下文输入。需要先针对用户问题筛选相关的数据表和字段。
- Schema Description：如何描述 Table 和 Column 让模型更好理解每张表的用途及字段的含义。真实世界中的庞大数据库往往存在大量噪音，甚至需要领域知识和详细字段描述才能明确每个字段的实际作用。
- Self-Correction：对 SQL 执行结果或代码本身进行自我修正，以提高 SQL 语句的准确率。
下面我们将分别基于 C3、DIN-SQL、SQL-PALM、BIRD 这四篇论文了解 DB 应用中可以提升 SQL 生成效果的各个子模块。前三篇主要基于传统的 Spider 数据集，而 BIRD 则提出了全新的、难度更高且更符合真实世界应用的新基准 A Big Bench for Large-Scale Database Grounded Text-to-SQLs。
DIN-SQL
DIN-SQL: Decomposed In-Context Learning of Text-to-SQL with Self-Correction
- GitHub: https://github.com/madhup-google/DIN-SQL
- Spider Benchmark 的 SOTA 模型，提出了问题分解的 NL2SQL 范式。
DIN-SQL 是当前 Spider 榜单上的领先模型。它采用子问题拆解的方案，把 SQL 生成的任务像思维链一样拆解成几个固定的任务，串联执行。主要包含以下 4 个模块：
1. Schema Linking
方案是使用 10-Shot Prompt + zero-shot COT 的引导词（Let's think Step by Step），让模型逐步思考给出针对用户问题应该查询的表，以及表中需要查询的字段、过滤条件字段和 Join 条件字段。
Schema Link 的输出会作为后续 SQL 生成任务的输入，帮助模型先定位字段，再编写 SQL。Prompt 示例如下：
2. Classification
把用户的提问按查询的难易程度分成以下 3 类：
- easy：单表查询
- medium：允许多表 Join，但是没有嵌套查询
- hard：多表 Join + 嵌套查询
