在企业大模型应用中，Text2SQL一直是应用热点，它可以通过自然语言快速完成数据提取分析。但传统方案依赖大模型微调，中小企业应用成本高。
今天介绍一种方法：用开源 RAG 框架 RAGFlow，将知识库检索与大模型推理结合，无需微调模型，仅配置少量结构化数据，即可生成精准的 SQL，满足指定数据查询、复杂查询、计算及跨表计算等场景。
一. 准备工作
Text2SQL的准确性取决于知识库质量，需提前准备DDL、DB Description、Q->SQL三类核心知识库。
1. 创建知识库
分别创建知识库DDL、DB Description、Q->SQL
（1）DDL知识库
DDL（Data Definition Language）知识库，主要提供数据库表结构信息，包括表名、列名、数据类型以及主键、外键等约束条件。
（2）DB Description 知识库
DB Description 知识库，主要用于说明数据库中表和列的含义。
（3）Q->SQL 知识库
Q->SQL 知识库，包含了大量的参考 SQL，即自然语言问题与对应的 SQL 语句示例。
2. 上传知识库文件
（1）下载这三个文件，下一步用。
网盘下载链接：https://pan.quark.cn/s/63895e6e6be0
（2）将下载好的文件分别导入到对应的知识库后，并解析文件。
3. 配置知识库
配置每个知识库的切片方式。
（1）配置DB Description
（2）配置DDL
（3）配置Q->SQL
二 . 创建Agent
1. 添加Agent模版
（1）进入 RAGFlow 工作台，在Agent下，点击【创建Agent】，进入Agent模板选择页面，选择 “DB Assistant” 模板，点击“使用该模板”。
这里Text-to-SQL和DB Assistant 的区别：
- Text-to-SQL 是 “自动写SQL查询的工具”。
- DB Assistant 是 “帮你用自然语言跟数据库聊天、查数据、看结果的智能助手”，这个助手内部会用到 Text-to-SQL 来写查询。
（2）给Agent起一个名字，系统会自动复制该模板到Agent空间，如下：
2. 配置Agent
添加的DB Assistant模版中，有6个节点需要我们进行配置。
（1）添加知识库
分别选中DDL、DB Description、Q->SQL，配置对应的知识库。
（2）绑定目标数据库
选中“ExeSQL” 组件，配置数据库所需的参数，填入自己的数据库信息。
（3）接入模型
这里接入比较强的模型，才能回答出精准的答案。本文接入了阿里千问的MAX模型。
三. 测试运行
（1）如下图所示，数据库中有一张meter表。
（2）单击运行按钮，可以进行对话。
提问：meter表有多少条数据？它能够正确回答：10
