介绍
当 AI 代理在用户代表下能够直接与关系数据库交互时,其用途会大大增加——例如回答“上一季度热销产品有哪些?”或“更新这个客户的送货地址”,无需人工手写 SQL。挑战在于在给予代理强大数据库能力的同时,避免其执行破坏性或不安全的查询。本课将介绍实际构建块:让代理读取你的模式、生成 SQL、验证 SQL,然后再对真实数据库执行。
授予代理对模式的感知能力
如果代理不知道有哪些表和列,便无法写出正确的 SQL。常用做法是在系统提示中或检索上下文块中提供对数据库模式的简要描述。对于 PostgreSQL 数据库,可以使用 information_schema 转储表和列,然后在传递给模型前对输出进行裁剪。
返回的行数将变为代理可在构建查询时引用的文本摘要。没有这一步,模型将产生幻象式的列名并屡次出错。
生成和验证 SQL
一旦代理具备模式上下文,你就要求它在用户请求下生成单一 SQL 语句。将输出包裹在解析器中,以便在执行前进行检查。一个健壮的流水线按顺序完成三件事:(1) 拒绝任何非单语句的输出,(2) 拒绝任何首个动词在禁止列表中的语句(DROP、TRUNCATE、DELETE 加 WHERE、UPDATE 加 WHERE、GRANT 等),(3) 根据意图使用只读或参数受限的连接来执行语句。
这个验证层在 SQL 触碰数据库之前就运行。它是整条流水线中最重要的防护措施。
在受限连接下执行
即使经过验证,纵深防御仍然重要。以权限已受限制的用户连接到数据库:分析问题用只读角色,应用只需要的特定INSERT/UPDATE权限使用单独的角色。将会话级设置一个较短的语句超时,这样 runaway 查询就不能把表锁定数分钟。
将这些超时设置与在生成的 SELECT 语句中附加的行数限制配对(例如,始终添加 LIMIT 100,除非用户明确选择退出),以便代理不能把百万行的表拉进内存并造成停滞。
常见的陷阱
最常见的失败是让代理在聊天中回显原始 SQL 而从不执行它——用户随后自行复制并运行,导致审计轨迹丢失。另一种是信任模型在同一提示中“决定查询是否安全”;自我监管并不可靠,因此始终在代码中强制验证。最后,避免一次性传递庞大数据库的完整架构信息:模型会把对其根本不需要的表消耗在上下文中,因此按请求筛选相关表或使用嵌入检索仅匹配的表。
摘要
将代理连接到 SQL 是一个分层的问题。首先暴露模式元数据,以便模型能够编写真实的 SQL,然后在执行前在代码中生成、解析并验证每条语句。用基于角色的权限和连接级超时来支撑验证程序,这样一次错误或恶意提示都永远不会让表被清空。通过这四个层次——模式上下文、代码级验证、受限角色和超时——代理就能回答数据问题并执行安全写操作,而不会让数据库处于风险之中。
课程检查点
巩固所学知识,获取作业反馈。