LangChain/ChatOpenAI自动添加分号：统计SQL中新增分号数量

问题背景 #

原始SQL语句仅包含1个分号，但ChatGPT返回识别出2个分号，说明AI自动为SQL添加了分号，需要统计新增的分号数量。

解决方案思路 #

1. 先统计原始SQL中的分号数量，作为基准值
2. 获取AI处理后的完整SQL文本，统计其中的分号数量
3. 用处理后的分号数减去原始基准值，差值即为AI自动新增的分号数量

代码实现 #

from langchain.chat_models import ChatOpenAI
from langchain.schema import SystemMessage

# 原始SQL语句
sql = "UPDATE users SET name='prasad' where id = 90 UPDATE users SET name = 'john' where id = 88;"
# 统计原始分号数量
original_semicolon_count = sql.count(';')

# 初始化ChatGPT模型
chat_model = ChatOpenAI(
    model_name="gpt-3.5-turbo",
    temperature=0.0,
    verbose=True,
    cache=False,
)

# 调整Prompt，明确要求AI返回处理后的SQL和分号数量
messages = [
    SystemMessage(
        content="请严格按照以下格式输出：\n1. 第一行：输出你识别/处理后的完整SQL语句\n2. 第二行：仅输出该SQL中的分号数量（数字）"
    ),
    SystemMessage(content=sql)
]

# 调用模型并解析结果
result = chat_model.invoke(messages)
result_lines = result.content.strip().split('\n')

# 提取处理后的SQL并统计分号数
processed_sql = result_lines[0]
processed_semicolon_count = processed_sql.count(';')

# 计算新增的分号数量
added_semicolon_count = processed_semicolon_count - original_semicolon_count
print(f"AI自动新增的分号数量：{added_semicolon_count}")

关键说明 #

• 原始SQL的分号统计直接使用字符串的count(';')方法，确保基准值准确
• 通过明确的Prompt约束AI的输出格式，避免后续解析出错
• 直接统计AI返回的SQL文本中的分号数，而非依赖AI给出的数量，结果更可靠

内容的提问来源于stack exchange，提问作者Prasad Bhanarkar