说明一：这个数据库查询智能体示例Shiny APP选取了开源的
Chinook Database样本数据库用SQLite3加载来回答问题。
对话中Agent会根据所提的问题查询数据库的Schema，并据此生成适当的SQL语句并执行，根据执行的结果回答问题。
如果不能生成查询用的SQL就回答不知道。该智能体演示了非技术人员通过自然语言查询数据的快捷途径，是智能体
在具体的行业落地应用场景中赋能业务的一个典型的实例。
例如：
1、简单的查询
一共有多少个销售代表？请列出他们的名字。
2、简单的统计。
请统计一下历年的销售总额。
3、需要交叉连接几个表的查询
请列出所有销售代表2024年的销售额。
4、根据上文可以推断的查询。
2024年销售额最高的销售代表是谁？
说明二：如果Agent调用了数据库查询，可以点击“查看执行过程”上面的链接查看执行的过程和生成的SQL语句。
说明三：LangGraph的删除消息功能目前还在Beta阶段，暂不支持清空整个对话，至少要保留第1轮对话。
说明四：在对话开始之前，可以从页面底部的下拉列表中选择使用的LLM厂商。目前测试过的LLM中，
只有阿里与OpenAI跑通了。
说明五：后端通过FastAPI提供RESTful API Agent调用，需要先登录FastAPI服务器，点击<登录>按钮用默认的
用户名与口令登录后才能进行对话等操作。点击<登出>退出登录并清空当前session的对话。
Demo性质，没有并发设计，只能一个用户操作。如果看到对话记录混乱，可以先按“清空对话”按钮清空。
对话记录