ÉlőUtoljára: 15 órájaMa: 0
Alkalmazásokfrissítve: 18:50

Több ügynököt használ át Priyansh Bhardwaj a SQL-generálás során

Priyansh Bhardwaj szerint a harmadik újrapróbálkozásnál a kontextus bővül, ami 2026. június 24‑én végzett tesztelés során nyilvánvalóvá vált.

Több ügynököt használ át Priyansh Bhardwaj a SQL-generálás során
Fotó: Gabriel Heinzer / Unsplash
forrás: Towards Data Science·AI Forradalom szerk.·
Megosztás

Egyetlen ügynökös szöveg‑SQL megoldást fejlesztettünk a múlt félévben, amely a felhasználói kérdést természetes nyelven fogadta, áthaladt egy validációs ellenőrzésen, majd SQL‑lekérdezést generált — írja a Towards Data Science.

Miért nem elég egyetlen ügynök

Az egyetlen ügynöknek egyszerre kell értelmeznie a felhasználói szándékot, leképeznie a sémát, generálnia a SQL‑t és ellenőriznie az eredményt. A komplex feladatok során a modellnek több, egymással versengő mentális modellt kell egyszerre fenntartania egyetlen kontextusablakban, ami a háromadik újrapróbálkozásnál már ellentmondásos válaszokhoz vezet.

Kapcsolódó: Anthropic Claude Code funkciója

Több‑ügynökös architektúra gyakorlata

A több‑ügynökös rendszerben minden feladat külön ügynöknek adatik, az ügynökök sorban vagy párhuzamosan futnak, az áramlást pedig egy koordinátor irányítja. A koordinátor lehet determinisztikus útválasztó logika vagy egy LLM‑alapú ügynök, de a szekvenciális szöveg‑SQL folyamatban a determinisztikus megoldás általában elegendő. Az állapotkezelést és az újrapróbálkozási logikát a LangGraph biztosítja.

Kapcsolódó: CleoP és Midjourney adatcsővezetékek

Specializált ügynökök felépítése

Az Intent Parser ügynök a nyers kérdést három szándékra bontja: rangsor, trend és összehasonlítás. A Schema Agent a szándékokat konkrét táblanevekre, oszlopokra és csatlakozási feltételekre képezi le, így elkerülve a nem létező oszlopok feltételezését. A Query Builder ügynök a már tisztázott sémát felhasználva generálja a szintaktikailag helyes SQL‑t. A Critic ügynök friss kontextussal ellenőrzi, hogy a lekérdezés valóban válaszol-e a kiinduló szándékokra, míg a Response Agent a végső SQL‑t felhasználóbarát magyarázattal együtt adja vissza.

Kapcsolódó: AgentScope AI-ügynökök

Termelési kihívások és korlátok

A több‑ügynökös megközelítés jelentősen csökkenti a hibaarányt, de a koordinációs terhek miatt a bevezetés költsége nő, és a rendszer skálázhatósága csak a szerző saját környezetében bizonyított. Egyszerű, egy‑lépéses lekérdezések esetén egyetlen ügynök továbbra is hatékonyabb lehet.

Kapcsolódó: Azure Copilot modernizálás

Bhardwaj azt javasolja, hogy a LangGraph‑al támogatott több‑ügynökös folyamat 2026. október 1‑jétől legyen elérhető a nyílt forráskódú könyvtárban, így a fejlesztők azonnal kihasználhatják a hibacsökkentő előnyöket.

Kapcsolódó: Baton AI-ügynökök indítása

Forrás

Feldolgozott sajtóforrás·Towards Data Science

Eredeti cikk megnyitása →

Ez a cikk a fenti sajtóforrás alapján készült AI-összefoglalóval.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

Támogatom