前言

最近在学大模型应用开发。发现 Text2SQL 这个方向特别有意思——把自然语言翻译成 SQL 语句，让不懂技术的人也能查数据库。怎么说呢，踩了不少坑，从 SQLite 建表到 prompt 模板设计。把整个流程走通了整理出来分享给大家。

• SQLite 基础操作：建库、建表、增删改查
• Text2SQL 的完整实现流程：从使用者提问到拿到查询结果
• 两种 schema 提取方式的对比与选择
• Prompt 模板设计的主要技巧
• 面试时能讲清楚 Text2SQL 的原理和实现

技术栈： Python + SQLite + DeepSeek API

一、SQLite：一个文件就是一个数据库

为什么选 SQLite？

在学 Text2SQL 之前，得先搞清楚我们要查的数据库长什么样。不过，这里用的是 SQLite——它最大的特点是零配置、单文件。老实说，

说到建库建表，行代码搞定

import sqlite3
# 连接数据库
conn = sqlite3.connect
cursor = conn.cursor
# 建表
cursor.execute("""
CREATE TABLE IF NOT EXISTS employees(
id INTEGER PRIMARY KEY。name TEXT,department TEXT,salary INTEGER
)
""")
conn.commit

❗ 面临痛点： 很多人因为忘记 commit 导致数据瞬间丢失。至于方法，每次 DML 操作后务必 commit。或者开启自动提交模式，

至于逐行拆解，

1. sqlite3.connect: 连接到 test.db —如果不存在就新建。
2. conn.cursor: 创建游标对象，所有 SQL 操作都通过它执行。
3. "CREATE TABLE IF NOT EXISTS": 如果表已存在则跳过避免报错。
4. "INTEGER PRIMARY KEY": 整数主键，自动递增。
5. "TEXT": SQLite 的字符串类型；可用于存储中文字段名和内容。
6. ⚠️ 常见错误： No primary key → 查询结果无法唯一识别；缺少索引导致慢查询，

再看插入数据，批量插入用 *executemany*。多条语句一次执行 💡 使用者痛点： 手动一条条 INSERT 太慢，一行代码搞定更直观。

# Sample data
sample_data =
cursor.executemany VALUES ",sample_data)
conn.commit # ⚠️ 不 commit 数据就丢了
print

commit 的作用
💡 使用者痛点： 没有 commit 时所有修改只在内存里一旦程序异常退出就全失。sql
内存中的修改 ──commit──→ 磁盘上的 .db 文件
一句话：commit 是把"草稿"变成"定稿”。

二、Text2SQL：让大模型帮你写 SQL
💬 使用者痛点之一： “我想知道工程部门员工的平均工资，但不知道怎么写复杂的 JOIN 或 GROUP BY。”
这正是 Text2SQL 能解决的问题。

主要思路
⚙️ 常见痛点： 没有明确输入 Schema → 模型生成无效或错误的 SQL；输出包含注释或多余解释无法直接执行。按理说，

A step‑by‑step illustration:
# 使用者提问:
"工程部门员工的姓名和工资是多少？"
Prompt = “这是一个数据库的schema:
CREATE TABLE employees;
怎么说呢，根据这个schema，请输出一个SQL查询来回答以下问题。不包含任何注释或代码块，问题这方面，工程部门员工的姓名和工资是多少？”
SELECT name,salary FROM employees WHERE department = '工程';

PROMPT ENGINEERING TIP:\


No markdown fences . Just raw SQL.
\

If you want a list of columns only use `SELECT *` or explicit names.
\

Add a clause like “不要包含反引号或额外说明” to enforce strictness.
\

If model fails due to ambiguous phrasing。ask for clarification or provide default time window.
\

You can also feed a small example pair for few‑shot learning.
\

"
+ "*Tip:* Always test generated query on a small sample before running on production.*"
+ ""
+


完整代码实现
python
from openai import OpenAI
client = OpenAI(
api_key="",# DeepSeek API Key or OpenAI key
base_url="https://api.deepseek.com" # DeepSeek endpoint compatible with OpenAI spec
)
def ask_deepseek -> str:
"""Convert natural language query into executable SQL."""
prompt = f"""


这是一个数据库的schema:{schema}
根据这个schema，请输出一个SQL查询来回答以下问题。不要包含反引号、代码块标记或额外说明。话说回来，问题这方面，{query}
"""
response = client.chat.completions.create(
model="deepseek-v4-flash",max_tokens=150。messages=
)
return response.choices.message.content.strip


# Key takeaways:


- Set correct base_url for your provider;- Keep prompt concise yet explicit.
- Restrict output to raw SQL only.



# Common pitfalls:


- Model might wrap result in triple backticks → strip m.
- Generated query may reference non‑existent columns if schema incomplete.






至于串联运行。从提问到拿结果


python
import sqlite3
from texttosql import ask_deepseek

conn = sqlite3.connect
cur = conn.cursor

cur.execute
tables_sql = "
".join])

question = input

generatedsql = askdeepseek
print

从try来看，results = cur.execute.fetchall
except Exception as e:
print}")
else这方面，print
for row in results:
print

conn.close


The console will show something like:
✅ Generated SQL:
SELECT name,salary FROM employees WHERE department ='工程'
🟢 查询结果:

三、Schema 提取：怎么告诉模型数据库长啥样？⚠️ 使用者痛点二 ： “我不知道该怎么把我的表结构传给模型”。这一步是关键，否则会出现无效查询。正确做法是把结构信息压缩成文本并粘贴给 Prompt。两种常见方案如下，

方式一的观点是，直接读取 sqlite_master 中 CREATE TABLE 声明
👍 优势 | 快速原型 | 输出完整性高 | 无需手工拼接
⚙️ 劣势 | 对大型 DB 会产生冗余 | 难以自定义列顺序/约束
↙
cursor.execute
tables_sqls= for row in cursor.fetchall]
schema_str="
".join
print
Output example:
CREATE TABLE employees(
id INTEGER PRIMARY KEY。name TEXT,department TEXT,salary INTEGER
);怎么说呢，CREATE TABLE departments(
id INTEGER PRIMARY KEY。name TEXT,manager TEXT
);

方式二这方面，PRAGMA table_info 自己拼装字段列表
*当你只需要某些字段时非常实用*
👍 灵活 | 可删除无关列 | 支持自定义格式
⚙️ 劣势 | 写法略长 | 有时缺少完整约束信息
↙
tables=
schema_str=""
for table in tables:
cols=cursor.execute").fetchall
col_defs=} {col}" for col in cols]
schema_str+=f"CREATE TABLE {table} (
"
schema_str+="\t"+"。".join+"
"


schema_str+=");"
print


Output example:


CREATE TABLE employees (
name TEXT。department TEXT,salary INTEGER,id INTEGER PRIMARY KEY);


特性/维度 
manual extraction via PRAGMA table_info 
manual extraction via SELECT sql FROM sqlite_master 




代码量
仅需两行 vs 五十多行
简单易读 vs 相对繁琐

— 单表简单场景可直接使用；其实，— 支持自定义列顺序 & 可移除无关字段

— 一键拿下所有表结构；— 输出保留全部约束与索引信息







输出完整性
包含完整 CREATE …，含索引与默认值 vs 列名 + 类型仅限于列名和类型，仅供示例使用

✔︎ 有时候我们只需最小化 Schema 去降低噪音；✔︎ 对复杂语义解析有帮助，让 LLM 更聚焦

✔︎ 把所有细节交给 LLM。可减少手工维护负担






Migrating from tiny local DB to production usually requires just changing connection string – no prompt changes needed.

If you’re worried about leaking sensitive column names into prompt – consider only passing relevant columns or obfuscating names.



















Now we continue with furr sections below…