一种基于RAG增强的LLM生成钢铁领域TEXT2SQL方法

本发明涉及一种基于RAG增强的LLM生成钢铁领域TEXT2SQL方法，包括步骤如下：首先，需要建立与钢铁数据库的连接，并定义用户语义信息和数据库模式；然后，获取用户输入并进行自然语言处理；接着，利用生成的一组引导词prompt引导大语言模型生成更准确的SQL查询；之后，结合大语言模型和RAG技术将自然语言查询转换为SQL查询；当接收到新的用户查询时，从向量数据库中检索与之最相似的历史查询和相应的SQL查询；最后对生成的SQL语句进行语法正确性以及逻辑合理性验证并输出。该发明解决了大语言模型在根据用户描述生成准确的SQL语句时，难以获取表名和字段名的问题。能够有效地生成高质量的SQL查询语句，提高了钢铁数据库查询的准确性和使用效率。