DeepSeek Text2SQL 实战：将自然语言转换为 SQLite 查询

作者：袖梨 2026-09-12

当数据库表和字段逐渐增多，仅靠记忆编写 SQL 往往会拖慢查询效率。Text2SQL 提供了另一种交互方式：用户描述所需数据，大模型结合数据库 Schema 生成对应语句。下面将使用 DeepSeek、Python 和 SQLite 搭建一条完整链路，并拆解提示词设计、SQL 执行与多表关联中的关键环节。

Text2SQL 实战：用 DeepSeek 大模型实现自然语言查询 SQLite 数据库

让 AI 帮你写 SQL，告别繁琐的表结构记忆和语法调试

在日常开发中，我们经常需要与数据库打交道。写 SQL 查询本身并不复杂，但当表变多、字段变复杂时，记字段名、写 JOIN、调条件总是让人分心。Text2SQL 技术应运而生——你只需要用自然语言描述“我要什么”，AI 直接帮你生成 SQL 语句。本文将带你从零开始，用 Python + SQLite + DeepSeek 大模型搭建一个完整的 Text2SQL 系统，并深度剖析每个底层细节。

一、整体架构预览

我们先看一眼最终实现的效果：

graph LR
    A[自然语言问题] --> B[DeepSeek 大模型]
    B --> C[生成 SQL 语句]
    C --> D[SQLite 执行]
    D --> E[返回查询结果]

用户问：“工程部门员工的姓名和工资是多少？”
系统输出：SELECT name, salary FROM EMPLOYEES WHERE department = '工程';
然后自动执行并打印结果。整个过程无需手写一行 SQL。

二、环境准备：OpenAI 兼容的 DeepSeek 客户端

首先，我们需要调用 DeepSeek 的 API。DeepSeek 提供了与 OpenAI 完全兼容的接口，所以直接用 openai 库即可。

from openai import OpenAI
client = OpenAI(
    api_key="sk-dbd5d0d816254a66825aa2c0841a35b2",
    base_url="https://api.deepseek.com/v1"
)

? 知识点拆解：

OpenAI 兼容性：DeepSeek 的接口与 OpenAI 保持一致，这意味着你可以用任何支持 OpenAI SDK 的工具链来调用 DeepSeek 模型，迁移成本极低。
base_url：指向 DeepSeek 的服务端点，而不是 OpenAI 的 https://api.openai.com/v1。这相当于告诉客户端“我换了个后端”。
api_key：这里直接写在了代码里，实际项目中务必用环境变量或密钥管理服务，防止泄露。

三、SQLite：文件型关系数据库

我们选用 SQLite 作为演示数据库，因为它无需安装、无需配置、单文件存储，非常适合本地开发和教学。

3.1 连接与游标

import sqlite3
conn = sqlite3.connect("test.db")   # 创建/连接数据库文件
cursor = conn.cursor()              # 创建游标对象

? 游标（Cursor）是什么？
游标是数据库操作中的“指针”，它代表一个执行 SQL 语句的上下文环境。你可以通过游标来执行 SQL、获取结果。一个连接可以创建多个游标，每个游标独立管理自己的执行状态。底层实现中，游标会维护一个结果集和当前读取位置。

3.2 建表与批量插入

cursor.execute("""
CREATE TABLE IF NOT EXISTS employees (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    name TEXT,
    department TEXT,
    salary INTEGER
)
""")

sample_data = [
    (6, "张三", "销售", 5000),
    (7, "李四", "市场", 6000),
    (8, "王五", "研发", 7000),
    (9, "赵六", "工程", 8000),
    (10, "王二", "市场", 9000),
]
cursor.executemany(
    "INSERT INTO employees VALUES (?,?,?,?)", 
    sample_data
)
conn.commit()

? 重点知识点：

IF NOT EXISTS：避免重复执行脚本时表已存在报错，保证幂等性。
AUTOINCREMENT：在 SQLite 中，INTEGER PRIMARY KEY 默认就会自增，但加上 AUTOINCREMENT 可以保证自增的值永不重用（更安全，但稍微慢一点）。
executemany：批量插入的利器。它接受一个 SQL 模板（用 ? 作为占位符）和一个元组列表，内部会一次性编译 SQL 并逐行绑定参数。相比循环执行 execute，这能大幅减少 SQL 解析次数，提升性能。
占位符 ?：SQLite 使用 ? 作为参数占位符（位置绑定），而不是 %s 或 :name。这可以有效防止 SQL 注入，因为参数值是独立于 SQL 语句传输的，不会被当作代码执行。
事务与 commit()：executemany 默认不会自动提交，必须显式调用 conn.commit() 将更改持久化到磁盘。这是事务控制的基础——要么全部成功，要么全部回滚。你可以用 conn.rollback() 撤销未提交的修改。

四、获取数据库 Schema（表结构信息）

要让 AI 生成正确的 SQL，必须告诉它数据库中有哪些表、每个表的字段名和类型。这就是 Schema（模式）的作用。

schema = cursor.execute("PRAGMA table_info(employees)").fetchall()
print(schema)
# 输出: [(0, 'id', 'INTEGER', 0, None, 1), (1, 'name', 'TEXT', 0, None, 0), ...]

? PRAGMA table_info 是什么？
PRAGMA 是 SQLite 特有的“编译指令”或“元数据查询命令”。table_info(table_name) 返回一个结果集，每一行代表表中的一个列，包含：

列序号（cid）
列名（name）
列类型（type）
是否非空（notnull）
默认值（dflt_value）
是否为主键（pk）

我们用 fetchall() 取出所有列信息，然后拼接成建表语句的字符串形式：

schema_str = "CREATE TABLE EMPLOYEES (n" + "n".join([f"{col[1]} {col[2]}" for col in schema]) + "n)"

? 列表推导式与 f-string：
[f"{col[1]} {col[2]}" for col in schema] 遍历每个列，取出 name 和 type，拼接成类似 "id INTEGER" 的字符串，再用换行符连接。这样我们就得到了一个可读的 Schema 描述，供 AI 理解。

五、核心函数：ask_deepseek —— 自然语言转 SQL

def ask_deepseek(query, schema):
    prompt = f"""
    这是一个数据库的Schema：
    {schema}
    根据这个Schema, 请输出一个SQL查询来回答以下问题。
    只输出SQL 查询语句本身，不要使用任何Markdown格式，
    不要包含反引号、代码块标记或额外说明。
    问题：{query}
    """
    response = client.chat.completions.create(
        model="deepseek-v4-flash",
        max_tokens=2048,
        messages=[{"role": "user", "content": prompt}]
    )
    return response.choices[0].message.content

? 提示词工程（Prompt Engineering）的关键点：

明确约束：“只输出 SQL 查询语句本身”——防止 AI 输出解释、Markdown 代码块或多余文字，否则我们后续无法直接 execute。
注入 Schema：将表结构作为上下文提供给模型，这是 Text2SQL 的核心。没有 Schema，AI 只能猜测字段名，错误率极高。
使用最新模型：这里用了 deepseek-v4-flash（实际可用 deepseek-chat 等），DeepSeek 在代码生成和 SQL 任务上表现优异。
max_tokens：限制输出长度，防止过长回复。

? 底层调用过程：
client.chat.completions.create 发送 HTTP 请求到 DeepSeek 服务端，服务端运行大模型推理，返回一个 JSON 响应。我们从中提取 choices[0].message.content 即生成的 SQL。

六、实战检验：查询、插入、更新、删除

6.1 查询（SELECT）

question = "工程部门员工的姓名和工资是多少？"
sql_query = ask_deepseek(question, schema_str)
print(sql_query)   # SELECT name, salary FROM EMPLOYEES WHERE department = '工程';

results = cursor.execute(sql_query).fetchall()
for row in results:
    print(row)     # ('赵六', 8000)

AI 自动识别了“工程部门”对应字段 department，并只选择了 name 和 salary 两列，完美！

6.2 插入（INSERT）

question = "在销售部门增加一个新员工，姓名为张三，工资为45000"
sql_query = ask_deepseek(question, schema_str)
print(sql_query)   # INSERT INTO EMPLOYEES (name, department, salary) VALUES ('张三', '销售', 45000);
cursor.execute(sql_query)
conn.commit()

注意：这里 AI 没有指定 id，因为 id 是自增主键，数据库会自动分配。它甚至用了完整的列名列表，这是最佳实践。

6.3 更新（UPDATE）

question = "将王二的工资调整为55000"
sql_query = ask_deepseek(question, schema_str)
print(sql_query)   # UPDATE EMPLOYEES SET salary = 55000 WHERE name = '王二';
cursor.execute(sql_query)
conn.commit()

AI 直接根据“王二”这个姓名作为条件，非常合理（假设姓名唯一）。

6.4 删除（DELETE）

question = "删除市场部门的王二"
sql_query = ask_deepseek(question, schema_str)
print(sql_query)   # DELETE FROM EMPLOYEES WHERE department='市场' AND name='王二';
cursor.execute(sql_query)
conn.commit()

这里 AI 加上了 department 条件以避免误删同名员工，安全考虑很到位。

七、多表关联：理解表间关系

很多业务场景不止一张表。我们新增一个 departments 表，存储部门经理信息。

cursor.execute("""
CREATE TABLE IF NOT EXISTS departments(
    id INTEGER PRIMARY KEY,
    name TEXT,
    manager TEXT
)
""")
sample_departments = [
    (1, "销售", "王经理"),
    (2, "工程", "李经理"),
    (3, "市场", "张经理")
]
cursor.executemany("INSERT INTO departments VALUES (?,?,?)", sample_departments)
conn.commit()

此时数据库有两张表：employees 和 departments。我们需要把完整的 Schema 重新拼接给 AI。

tables = ["employees", "departments"]
schema_str = ""
for table in tables:
    schema = cursor.execute(f"PRAGMA table_info({table})").fetchall()
    schema_str += f"CREATE TABLE {table} (n" + "n".join([f"{col[1]} {col[2]}" for col in schema]) + "n);nn"

现在，我们问一个涉及两张表的问题：

question = "根据两个表之间的关系，列出每个部门的员工人数和平均工资"
sql_query = ask_deepseek(question, schema_str)
print(sql_query)
-- 输出：
-- SELECT d.name, COUNT(e.id) AS employee_count, AVG(e.salary) AS avg_salary 
-- FROM departments d LEFT JOIN employees e ON d.name = e.department 
-- GROUP BY d.id, d.name;

? AI 如何发现“关系”？
它通过字段名相似性（departments.name 与 employees.department）推断出两张表可以通过部门名称关联。虽然我们没有显式定义外键，但 AI 利用语义理解完成了 JOIN 条件的推断。这就是大模型的强大之处。

? LEFT JOIN 与 GROUP BY：

使用 LEFT JOIN 保证没有员工的部门也会出现（计数为 0）。
GROUP BY d.id, d.name 按部门分组，然后计算每组的员工数（COUNT(e.id)）和平均工资（AVG(e.salary)）。

八、总结与思考

通过本文，我们完整实现了一个 Text2SQL 系统，核心收益如下：

传统方式	Text2SQL 方式
需要记住所有表名、字段名	只需用业务语言描述需求
需要掌握 SQL 语法细节	AI 自动生成符合语法的 SQL
多表关联容易出错	AI 推断关联关系
调试 SQL 耗时	生成即正确（大部分情况下）

? 关键知识点回顾：