大家好，这里是程序员晚枫，正在all in AI编程实战。

第23讲：AI数据库操作——让AI帮你写SQL

不用学SQL，用自然语言就能查数据库

很多人想查数据，但不会SQL。现在有了AI，你只需要说人话，AI帮你转成SQL。

1、准备工作

1	pip install pymysql openai

2、连接数据库

import pymysql

conn = pymysql.connect(
    host="localhost",
    port=3306,
    user="root",
    password="你的密码",
    database="shop"
)

# 获取表结构
cursor = conn.cursor()
cursor.execute("SHOW TABLES")
tables = cursor.fetchall()
print("数据库表：", tables)

cursor.execute("DESCRIBE orders")
columns = cursor.fetchall()
for col in columns:
    print(col)

3、AI生成SQL

from openai import OpenAI

client = OpenAI(api_key="你的Key", base_url="https://api.deepseek.com")

def describe_table(cursor, table_name):
    """获取表结构描述"""
    cursor.execute(f"DESCRIBE {table_name}")
    columns = cursor.fetchall()
    return "\n".join([f"{c[0]} ({c[1]})" for c in columns])

def text_to_sql(question):
    """自然语言转SQL"""
    cursor.execute("SHOW TABLES")
    tables = [t[0] for t in cursor.fetchall()]
    
    # 获取所有表的结构
    schema = []
    for table in tables:
        schema.append(f"表名：{table}")
        schema.append(describe_table(cursor, table))
    
    schema_text = "\n".join(schema)
    
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"""根据以下数据库表结构，生成SQL查询语句。只返回SQL，不要其他内容。

表结构：
{schema_text}

查询需求：{question}"""
        }],
        temperature=0
    )
    return response.choices[0].message.content.strip()

4、执行AI生成的SQL

def query_database(question):
    """自然语言查询数据库"""
    sql = text_to_sql(question)
    print(f"生成的SQL：{sql}\n")
    
    try:
        cursor.execute(sql)
        results = cursor.fetchall()
        return results
    except Exception as e:
        return f"SQL执行错误：{e}"

# 示例
results = query_database("查询订单金额最高的前10个客户")
for r in results:
    print(r)

5、数据分析与导出

def analyze_data(question):
    """查询数据并让AI分析"""
    results = query_database(question)
    
    # 让AI分析结果
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"分析以下查询结果，给出洞察：\n{results}"
        }]
    )
    return response.choices[0].message.content

# 查询并分析
insight = analyze_data("各省份的月销售额")
print(insight)

# 导出到Excel
import pandas as pd
df = pd.DataFrame(query_database(question))
df.to_excel("查询结果.xlsx", index=False)

6、实战：智能报表助手

def report_assistant(report_type):
    """生成各类报表"""
    queries = {
        "销售日报": "今天的销售总额和订单数",
        "客户分析": "购买次数最多的前10个客户",
        "库存预警": "库存低于100的商品",
        "月度汇总": "本月各品类的销售额"
    }
    
    if report_type in queries:
        result = query_database(queries[report_type])
        analysis = analyze_data(queries[report_type])
        
        report = f"# {report_type}\n\n## 数据\n{result}\n\n## AI分析\n{analysis}"
        office.word.create_word(report, f"{report_type}.docx")
        return report
    else:
        return "不支持的报表类型"

print(report_assistant("销售日报"))