Langchain create_sql_query_chain输出异常求助：非纯SQL结果

以下是几种可靠的解决思路，可直接落地：

• 使用LangChain内置SQLOutputParser
  利用官方提供的SQL输出解析器，自动过滤冗余格式，提取纯SQL语句：

  from langchain_core.output_parsers import SQLOutputParser
  
  # 初始化解析器
  sql_parser = SQLOutputParser()
  
  # 将解析器串联到查询链后
  chain = create_sql_query_chain(llm, db) | sql_parser
  
  # 调用链直接得到纯SQL
  pure_sql = chain.invoke({"question": "员工总数是多少？"})
  

• 自定义正则后处理函数
  针对带格式标记的输出，用正则匹配提取核心SQL内容，适配多种冗余格式：

  import re
  
  def extract_pure_sql(raw_output):
      # 匹配带SQLQuery前缀的情况
      prefix_match = re.search(r'SQLQuery:\s*(.*?);', raw_output, re.DOTALL)
      if prefix_match:
          return f"{prefix_match.group(1).strip()};"
      # 匹配带```sql代码块的情况
      code_block_match = re.search(r'```sql\s*(.*?)\s*```', raw_output, re.DOTALL)
      if code_block_match:
          return code_block_match.group(1).strip()
      # 兜底返回处理后的原始内容
      return raw_output.strip()
  
  # 调用原链后执行提取
  raw_result = create_sql_query_chain(llm, db).invoke({"question": "员工总数是多少？"})
  pure_sql = extract_pure_sql(raw_result)
  

• 严格约束提示词输出规则
  自定义提示词时，明确要求模型仅输出纯SQL，禁止任何额外格式或说明：

  from langchain_core.prompts import PromptTemplate
  
  custom_prompt = PromptTemplate(
      input_variables=["question", "table_info"],
      template="""根据数据库表信息回答用户问题：
  表信息：{table_info}
  用户问题：{question}
  输出要求：仅返回可直接执行的纯SQL查询语句，不得添加任何文字说明、格式标记（如`sql`）或前缀内容。
  """
  )
  
  # 使用自定义提示词创建查询链
  chain = create_sql_query_chain(llm, db, prompt=custom_prompt)
  

内容的提问来源于stack exchange，提问作者Sebastian Thomas