Több agentet használ át Priyansh Bhardwaj az SQL-generálás során
Priyansh Bhardwaj szerint a harmadik újrapróbálkozásnál a kontextus bővül, ami 2026. június 24-én végzett tesztelés során nyilvánvalóvá vált.
Egyetlen agentes szöveg-SQL megoldást fejlesztettünk a múlt félévben, amely a felhasználói kérdést természetes nyelven fogadta, áthaladt egy validációs ellenőrzésen, majd SQL-lekérdezést generált — írja a Towards Data Science.
Miért nem elég egyetlen agent
Az egyetlen agentnek egyszerre kell értelmeznie a felhasználói szándékot, leképeznie a sémát, generálnia az SQL-t és ellenőriznie az eredményt. A komplex feladatok során a modellnek több, egymással versengő mentális modellt kell egyszerre fenntartania egyetlen kontextusablakban, ami a háromadik újrapróbálkozásnál már ellentmondásos válaszokhoz vezet.
Kapcsolódó: Anthropic Claude Code funkciója
Több-agentes architektúra gyakorlata
A több-agentes rendszerben minden feladat külön agentnek adatik, az agentek sorban vagy párhuzamosan futnak, az áramlást pedig egy koordinátor irányítja. A koordinátor lehet determinisztikus útválasztó logika vagy egy LLM-alapú agent, de a szekvenciális szöveg-SQL folyamatban a determinisztikus megoldás általában elegendő. Az állapotkezelést és az újrapróbálkozási logikát a LangGraph biztosítja.
Kapcsolódó: CleoP és Midjourney adatcsővezetékek
Specializált agentek felépítése
Az Intent Parser agent a nyers kérdést három szándékra bontja: rangsor, trend és összehasonlítás. A Schema Agent a szándékokat konkrét táblanevekre, oszlopokra és csatlakozási feltételekre képezi le, így elkerülve a nem létező oszlopok feltételezését. A Query Builder agent a már tisztázott sémát felhasználva generálja a szintaktikailag helyes SQL-t. A Critic agent friss kontextussal ellenőrzi, hogy a lekérdezés valóban válaszol-e a kiinduló szándékokra, míg a Response Agent a végső SQL-t felhasználóbarát magyarázattal együtt adja vissza.
Kapcsolódó: AgentScope AI-agentek
Termelési kihívások és korlátok
A több-agentes megközelítés jelentősen csökkenti a hibaarányt, de a koordinációs terhek miatt a bevezetés költsége nő, és a rendszer skálázhatósága csak a szerző saját környezetében bizonyított. Egyszerű, egy-lépéses lekérdezések esetén egyetlen agent továbbra is hatékonyabb lehet.
Kapcsolódó: Azure Copilot modernizálás
Bhardwaj azt javasolja, hogy a LangGraph-al támogatott több-agentes folyamat 2026. október 1-jétől legyen elérhető a nyílt forráskódú könyvtárban, így a fejlesztők azonnal kihasználhatják a hibacsökkentő előnyöket.
Kapcsolódó: Baton AI-agentek indítása