求助：基于Langchain结合SQLDatabaseToolkit等工具的数据分析可行方案

我想通过LangChain结合SQLDatabaseToolkit、create_pandas_dataframe_agent和PythonREPL实现数据分析，需求是让大语言模型（LLM）从数据库提取数据并转换为DataFrame进行分析，同时利用PythonREPL生成数据图表。但当前代码无法正常运行，求可行的解决思路。

现有代码 #

# 确保SQLite数据库文件可访问
database_path = 'sensor.db'
if not os.path.isfile(database_path):
    raise Exception(f"Database file not found: {database_path}")

# 建立SQLite数据库连接
conn = sqlite3.connect(database_path)

# 执行SQL查询并将结果读取到DataFrame
df = pd.read_sql_query('SELECT * FROM mytable', conn)
pandas_tool = create_pandas_dataframe_agent(OpenAI(temperature=0), df, verbose=True)

#db = SQLDatabase.from_uri(f'sqlite:///{database_path}')
#toolkit = SQLDatabaseToolkit(db=db, llm=OpenAI(temperature=0))
python_repl = PythonREPL()

tools = [Tool(name="python repl", func=python_repl.run, description="useful for when you need to use python to write code to create charts from data")]
tools.append(pandas_tool)
agent_kwargs = {
    "extra_prompt_messages": [MessagesPlaceholder(variable_name="memory")],
}
memory = ConversationBufferMemory(memory_key="memory", return_messages=True)

# 创建SQL agent
llm = ChatOpenAI(temperature=0, model="gpt-3.5-turbo-0613")
zero_shot_agent = initialize_agent(
    agent="zero-shot-react-description",
    tools=tools,
    llm=llm,
    verbose=True,
    agent_kwargs=agent_kwargs,
    memory=memory
    )

• Agent嵌套错误：create_pandas_dataframe_agent本身是完整的Agent实例，不能直接作为Tool添加到另一个Agent的tools列表中，这会导致工具调用逻辑混乱，是代码无法运行的主要原因。
• LLM模型不一致：同时使用OpenAI（文本模型）和ChatOpenAI（聊天模型），可能引发兼容性问题。
• 手动查询限制灵活性：提前执行SELECT * FROM mytable加载全量数据，失去了LLM根据需求动态生成SQL的能力。

方案架构调整 #

采用「SQL查询→DataFrame转换→PythonREPL绘图」的链式逻辑，将每个步骤封装为独立Tool，避免Agent嵌套，让LLM自主选择工具完成流程。

修正后的代码 #

import os
import sqlite3
import pandas as pd
from langchain.chat_models import ChatOpenAI
from langchain.tools import Tool, PythonREPL
from langchain.sql_database import SQLDatabase
from langchain.agents import initialize_agent, AgentType
from langchain.memory import ConversationBufferMemory
from langchain.schema import MessagesPlaceholder
from langchain.agents.agent_toolkits import SQLDatabaseToolkit

# 确保SQLite数据库文件可访问
database_path = 'sensor.db'
if not os.path.isfile(database_path):
    raise Exception(f"未找到数据库文件: {database_path}")

# 初始化数据库连接与统一LLM
db = SQLDatabase.from_uri(f'sqlite:///{database_path}')
llm = ChatOpenAI(temperature=0, model="gpt-3.5-turbo-0613")

# 初始化SQL工具包：提供表结构查询、SQL执行等基础工具
toolkit = SQLDatabaseToolkit(db=db, llm=llm)
sql_tools = toolkit.get_tools()

# 自定义Tool：执行SQL并返回DataFrame的JSON格式数据
def sql_to_dataframe(sql_query):
    conn = sqlite3.connect(database_path)
    df = pd.read_sql_query(sql_query, conn)
    conn.close()
    # 返回JSON格式方便LLM理解和后续处理
    return df.to_json(orient='records')

dataframe_tool = Tool(
    name="sql_to_dataframe",
    func=sql_to_dataframe,
    description="执行输入的SQL查询，将结果转换为DataFrame并返回JSON格式数据，用于后续数据分析或绘图"
)

# 初始化PythonREPL工具：用于执行Python代码生成图表
python_repl = PythonREPL()
repl_tool = Tool(
    name="python_repl",
    func=python_repl.run,
    description="执行Python代码处理数据、生成图表，需传入完整可运行代码，记得导入必要库（如matplotlib.pyplot、seaborn）"
)

# 组合所有工具
tools = sql_tools + [dataframe_tool, repl_tool]

# 配置对话记忆与Agent参数
memory = ConversationBufferMemory(memory_key="memory", return_messages=True)
agent_kwargs = {
    "extra_prompt_messages": [MessagesPlaceholder(variable_name="memory")],
}

# 初始化最终Agent
zero_shot_agent = initialize_agent(
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    tools=tools,
    llm=llm,
    verbose=True,
    agent_kwargs=agent_kwargs,
    memory=memory
)

关键修正说明 #

1. 移除Agent嵌套：将原有的create_pandas_dataframe_agent替换为自定义的sql_to_dataframe工具，确保所有工具都是标准Tool类型。
2. 统一LLM模型：全程使用ChatOpenAI，避免混合模型导致的指令格式不兼容问题。
3. 恢复SQL工具包：启用SQLDatabaseToolkit，让LLM可以自主查询表结构、生成针对性SQL，而非提前加载全量数据。
4. 明确工具描述：为每个工具编写清晰的功能说明，帮助LLM正确判断何时使用哪个工具。

内容的提问来源于stack exchange，提问作者Karsten