本文将用 `智能体(Agent)`实现对 `SQLite` 数据库的查询：用户用自然语言提出问题，智能体也用自然语言根据数据库的查询结果回答问题。

对于 `LLM(大语言模型)`，流式传输已成为一种越来越受欢迎的功能。其理念是在 `LLM` 生成令牌时就快速返回，而不是等待创建完整响应后再返回全部内容。对于简单的场景，流式传输实际上非常容易实现，但当涉及到智能体之类的应用时，它会变得复杂，这些智能体有自己的运行逻辑，可能会阻止我们尝试进行流式传输。本文将探讨 `langchain` 的流式输出，后面将实现**智能体最终结果的流式输出**。

上一篇文章 [用大语言模型LLM查询图数据库NEO4J(1)]介绍了使用`GraphQACypherChain`查询`NEO4J`。用它实现简单快捷，但是不容易定制，在生产环境中可能会面临挑战。本文将基于`langgraph` 框架，用`LLM(大语言模型)`查询图数据库`NEO4J`。它可以定义清晰复杂的工作流，能应对比较复杂的应用场景。

使 `LLM(大语言模型)` 系统能够查询结构化数据与非结构化文本数据在性质上可能不同。后者通常生成可在向量数据库中搜索的文本，而结构化数据的方法通常是让 `LLM` 编写和执行 `DSL`（例如 SQL）中的查询。我们将演练在使用基于 `langchain` 链 ，在结构化数据库 `SQlite` 中的数据上创建问答系统的基本方法，该系统建立以后，我们用自然语言询问有关数据库中数据的问题并返回自

对于 `LLM(大语言模型)`，流式传输已成为一种越来越受欢迎的功能。其理念是在 `LLM` 生成令牌时就快速返回，而不是等待创建完整响应后再返回全部内容。对于简单的场景，流式传输实际上非常容易实现，但当涉及到智能体之类的应用时，它会变得复杂，这些智能体有自己的运行逻辑，可能会阻止我们尝试进行流式传输。本文将探讨 `langchain` 的流式输出，后面将实现**智能体最终结果的流式输出**。

本文将用 `智能体(Agent)`实现对 `SQLite` 数据库的查询：用户用自然语言提出问题，智能体也用自然语言根据数据库的查询结果回答问题。

本文将演练使用基于 `langgraph` 链 ，对结构化数据库 `SQlite` 进行查询的方法。该系统建立以后，我们不需要掌握专业的 `SQL` 技能，可以用自然语言询问有关数据库中数据的问题并返回答案。使 `大语言模型(LLM)` 查询结构化数据与非结构化文本数据有所不同。查询非结构化数据时，通常需要将待查询的文本嵌入到向量数据库中；而查询结构化数据的方法则是让 `LLM` 编写和执行 `D

本文将基于`langchain` 框架，用`LLM(大语言模型)`查询图数据库`NEO4J`。

对于 `LLM(大语言模型)`，流式传输已成为一种越来越受欢迎的功能。其理念是在 `LLM` 生成令牌时就快速返回，而不是等待创建完整响应后再返回全部内容。对于简单的场景，流式传输实际上非常容易实现，但当涉及到智能体之类的应用时，它会变得复杂，这些智能体有自己的运行逻辑，可能会阻止我们尝试进行流式传输。本文将探讨 `langchain` 的流式输出，后面将实现**智能体最终结果的流式输出**。

涌现能力是在模型参数增加到某一临界点后突然出现的，这些能力包括但不限于语言理解能力、生成能力、逻辑推理能力等，而这种能力是小模型所不具备的。这也是为什么chat GPT出现后让人眼前一亮：和它聊天与真人无异，不像是机器了！这主要应该归功于大模型的涌现能力。