نود عامل هوشمند SQL

عامل SQL از یک پایگاه داده SQL به عنوان منبع داده استفاده می‌کند. این عامل می‌تواند سوالات زبان طبیعی را درک کرده، آن‌ها را به پرس‌وجوهای SQL تبدیل کند، پرس‌وجوها را اجرا کرده و نتایج را در قالبی کاربرپسند ارائه دهد. این عامل برای ساخت واسط‌های زبان طبیعی به پایگاه‌های داده بسیار مفید است.

برای اطلاعات بیشتر درباره خود نود عامل هوشمند، به عامل AI مراجعه کنید.

پارامترهای نود

پیکربندی عامل SQL با استفاده از پارامترهای زیر انجام می‌شود.

منبع داده

پایگاه داده‌ای که می‌خواهید به عنوان منبع داده برای نود استفاده شود را انتخاب کنید. گزینه‌ها شامل موارد زیر است:

• MySQL: این گزینه را برای استفاده از پایگاه داده MySQL انتخاب کنید.
• همچنین مدرک برای MySQL را انتخاب کنید.
• SQLite: این گزینه را برای استفاده از پایگاه داده SQLite انتخاب کنید.
• باید قبل از اجرای عامل، یک نود خواندن/نوشتن فایل از دیسک اضافه کنید تا فایل SQLite خود را بخوانید.
• همچنین نام فیلد باینری ورودی فایل SQLite خود که از نود خواندن/نوشتن فایل از دیسک دریافت می‌شود، وارد کنید.
• Postgres: این گزینه را برای استفاده از پایگاه داده Postgres انتخاب کنید.
• همچنین مدرک برای Postgres را انتخاب کنید.

/// هشدار | عامل‌های Postgres و MySQL اگر از Postgres یا MySQL استفاده می‌کنید، این عامل گزینه‌های تونل اعتبارنامه را پشتیبانی نمی‌کند. ///

درخواست

انتخاب کنید که می‌خواهید نود چگونه درخواست (همچنین شناخته شده به عنوان ورودی کاربر یا پرسش در چت) را بسازد.

انتخاب کنید از:

• برداشتن خودکار از نود قبلی: اگر این گزینه را انتخاب کنید، نود انتظار ورودی از نود قبلی به نام chatInput را دارد.
• تعریف در زیر: اگر این گزینه را انتخاب کنید، متن استاتیک یا یک عبارت برای محتوای دینامیک را در فیلد درخواست (پیام کاربر) وارد کنید.

گزینه‌های نود

رفتار نود عامل SQL را با استفاده از این گزینه‌ها اصلاح کنید:

جداول نادیده گرفته شده

اگر می‌خواهید نود هر جدولی در پایگاه داده را نادیده بگیرد، لیستی از جداول جدا شده با کاما وارد کنید.

اگر خالی باشد، عامل هیچ جدولی را نادیده نمی‌گیرد.

نمونه ردیف‌ها

تعداد ردیف‌های نمونه‌ای که می‌خواهید در درخواست به عامل وارد شود را وارد کنید. مقدار پیش‌فرض 3 است.

ردیف‌های نمونه به عامل کمک می‌کنند تا ساختار پایگاه داده را درک کند، اما آن‌ها همچنین تعداد توکن‌های مصرفی را افزایش می‌دهند.

جداول شامل شده

اگر فقط می‌خواهید جداول خاصی از پایگاه داده وارد کنید، لیستی از جداول جدا شده با کاما وارد کنید.

اگر خالی باشد، عامل تمام جداول را شامل می‌شود.

پیشوند درخواست

پیامی که می‌خواهید قبل از متن Prompt به عامل ارسال کنید را وارد کنید. این پیام اولیه می‌تواند زمینه و راهنمایی بیشتری درباره اینکه چه کاری می‌تواند و نباید انجام دهد، به عامل بدهد و نحوه قالب‌بندی پاسخ را مشخص کند.

n98n این فیلد را با یک نمونه پر می‌کند.

پسوند درخواست

پیامی که می‌خواهید پس از متن Prompt به عامل ارسال کنید، وارد کنید.

عبارت‌های قابل استفاده در LangChain عبارت‌اند از:

• {chatHistory}: تاریخچه پیام‌ها در این گفتگو، مفید برای حفظ زمینه.
• {input}: حاوی درخواست کاربر.
• {agent_scratchpad}: اطلاعاتی برای یادآوری در تکرار بعدی.

n98n این فیلد را با یک نمونه پر می‌کند.

محدودیت

حداکثر تعداد نتایج برگشتی را وارد کنید.

مقدار پیش‌فرض 10 است.

قالب‌ها و مثال‌ها

برای بخش قالب‌ها و مثال‌ها نود عامل هوشمند، مراجعه کنید.

مشکلات رایج

برای سوالات یا مشکلات رایج و راه‌حل‌های پیشنهادی، به مشکلات رایج مراجعه کنید.

واژگان مورد استفاده در هوش مصنوعی

• کامل‌شدن: پاسخ‌هایی هستند که توسط مدلی مانند GPT تولید می‌شوند.
• توهمات: توهم در هوش مصنوعی هنگامی است که یک مدل زبانی بزرگ (LLM) نادرست تصور می‌کند الگوها یا اشیائی وجود دارند که واقعاً وجود ندارند.
• پایگاه داده وکتور: پایگاه داده وکتور نمایه‌های ریاضی اطلاعات را ذخیره می‌کند. از آن در کنار جاسازی‌ها و بازیاب‌ها برای ساختن یک پایگاه داده که هوش مصنوعی شما می‌تواند هنگام پاسخگویی به سوالات به آن مراجعه کند، استفاده می‌شود.
• مخزن وکتور: مخزن وکتور، یا پایگاه داده وکتور، نمایه‌های ریاضی اطلاعات را ذخیره می‌کند. از آن در کنار جاسازی‌ها و بازیاب‌ها برای ساختن یک پایگاه داده که هوش مصنوعی شما می‌تواند هنگام پاسخگویی به سوالات به آن مراجعه کند، استفاده می‌شود.