chat coin（chatGPT实战之「基于你的数据库，为你智能生成SQL」）

chatGPT为你生成SQL的落地效果演示

这几天很很多粉丝进行了深度交流  
  
  
  
  
  
 ，发现大家对于SQL学习或者编写都遇到过困难 
  
  
  
  
  
  ，因此勇哥突发奇想是否可以借助chatGPT来帮一下大家呢？于是就开启了chatGPT的落地之旅             。从官网了解到chatGPT支持49种场景的


 


 


 


 


 


 

，其中2中常见与sql相关 
 
 
 
 
 
，既：

无依据  
   
   
   
   
   
   ，通过一句话来生成sql语句

有依据

 

 

 

 

 

 
，通过一句话来生成sql语句

这两种方式进过效果对比
 

 

 

 

 

 

，第2种效果非常的好             ，于是我就在我的产品中按照第2中模式开发了一个对大家有帮助的功能：“基于你自己的数据库结构
 

 
 

 
 

 
 

 
 

 
 

 
 ，通过一句中文












，自动生成SQL语句  
  
  
  
  
  
 ”                   ，演示效果如下：

第一种生成方式：单独窗口生成SQL
 
 
 
 
 
 
 
 
 
 
 
 
 ，操作步骤：

1             、选中生成SQL可能要用到的表


















，这个将作为上下文             ，发送给chatGPT

2 
 
  
 
  
 
  
 
  
 
  
 
  
、在打开的窗口中用中文描述你想要的SQL的需求
 
  
 
  
 
  
 
  
 
  
 
  
 ，然后点击RUN按钮

3











、生成成功后的SQL会在右中面板中显示出来












，同时你可以直接点运行  
  
  
  
  
  
 ，查看生成SQL语句的执行结果

通过多张表 
  
  
  
  
  
  ，通过中文生成SQL

第二种生成方式：查询器中生成SQL操作步骤：

1
  
  
  
  
  
  
 、随便打开一个数据库表的查询器

2 
  
  
  
  
  
 、在查询器中写一句描述要生成sql语句的中文


 


 


 


 


 


 

，选中后右键点击【Sq lGenerator】菜单 
 
 
 
 
 
，即可生成

3 


 


 


 


 


 


 
、选中生成的SQL语句  
   
   
   
   
   
   ，即可执行查看结果

通过中文注释来生成SQL

chatGPT为你生成SQL的落地代码赏析

chatGPT的入门案例

其实chatGPT的API调用非常简单

 

 

 

 

 

 
，但是复杂的是他的参数非常的复杂
 

 

 

 

 

 

，举个两个例子：

1
 
 
 
 
 
 
、下面temperature参数写成0.0D或者0.1D             ，其它参数都不变
 

 
 

 
 

 
 

 
 

 
 

 
 ，那么获得结果都是不同类的












，也就是0.0D是你想要的SQL                   ，0.1D就变成了小说内容了；

2  
   
   
   
   
   
  、prompt是输入的信息
 
 
 
 
 
 
 
 
 
 
 
 
 ，49中场景


















，prompt的输入格式就有49种             ，非常复杂
 
  
 
  
 
  
 
  
 
  
 
  
 ，一不小说错误输入












，就会获取不到结果；

PS：下周一勇哥回专门开一场直播  
  
  
  
  
  
 ，来教大家入门chatGPT 
  
  
  
  
  
  ，以及49种场景的介绍


 


 


 


 


 


 

，欢迎大家关注我 
 
 
 
 
 
，到时候直播实现好及时通知 
 
  
 
  
 
  
 
  
 
  
 
  
。

public static void main(String[] args) { String token = "换成你自己的Token"; OpenAiService service = new OpenAiService(token); CompletionRequest completionRequest = CompletionRequest.builder() .model("code-davinci-002") .prompt("### Mysql SQL tables, 表字段信息如下:\\n#\\n# Employee(id, name, department_id)\\n# Department(id, name, address)\\n# Salary_Payments(id, employee_id, amount, date)\\n#\\n### 创建表的语法\\n HELP") .temperature(0.0D) .maxTokens(1000) .topP(1D) .frequencyPenalty(0D) .presencePenalty(0D) .stop(Arrays.asList("#",";")) .build(); service.createCompletion(completionRequest).getChoices().forEach(System.out::println); }

chatGPT的落地案例

下面这段代码就是最开始我验收那些效果的真实代码  
   
   
   
   
   
   ，基本和入门代码差不多

 

 

 

 

 

 
，不同的是我在上面增加了输入需求的初步过滤
 

 

 

 

 

 

，这样生成的SQL精准度会高非常多











。

public class AiUtils { /** * 生成需求 * @return */ public static List<CompletionChoice> generatorSqlQuery(String tables,String demand){ String keyword = ""; if(demand.contains("查询")||demand.contains("select")){ keyword = "SELECT"; }else if(demand.contains("删除数据")||demand.contains("delete")){ keyword = "DELETE"; }else if(demand.contains("删除")||demand.contains("drop")){ keyword = "DROP"; }else if(demand.contains("修改数据")||demand.contains("update")){ keyword = "UPDATE"; }else if(demand.contains("修改")||demand.contains("alter")){ keyword = "ALTER"; }else if(demand.contains("增加")||demand.contains("insert")){ keyword = "INSERT"; }else if(demand.contains("创建")||demand.contains("create")){ keyword = "CREATE"; }else if(demand.contains("显示")||demand.contains("show")){ keyword = "SHOW"; }else if(demand.contains("清空")||demand.contains("truncate")){ keyword = "TRUNCATE"; } OpenAiService service = new OpenAiService(TOKEN); CompletionRequest completionRequest = CompletionRequest.builder() .model("code-davinci-002") .prompt(String.format("%s %s\\n%s",tables,demand,keyword)) .temperature(0.0D) .maxTokens(1000) .topP(1D) .frequencyPenalty(0D) .presencePenalty(0D) .stop(Arrays.asList("#",";")) .build(); List<CompletionChoice> choices = service.createCompletion(completionRequest).getChoices(); for (CompletionChoice choice : choices) { choice.setText(keyword+choice.getText()); } return choices; } }

chatGPT落地收获

chatGPT更多的应用场景和落地注意事项             ，勇哥将在12月16号的直播中阐述
 

 
 

 
 

 
 

 
 

 
 

 
 ，欢迎各位同学来捧场交流
  
  
  
  
  
  
 。+关注












，届时好通知直播时间 
  
  
  
  
  
 。