LangGraph Multi-Database SQL Agent

Agente conversacional que responde preguntas en lenguaje natural consultando dos bases de datos: una PostgreSQL en Neon con datos públicos de e-sports (League of Legends) y una SQLite local con datos de usuarios, apuestas y equipos fantasy. Implementado con LangGraph, LangChain y Groq LLM, con enrutamiento inteligente según el dominio de la pregunta.

---

Stack

Componente	Tecnología
Orquestación del agente	LangGraph
LLM	Groq (llama-3.3-70b-versatile)
Bases de datos	PostgreSQL (Neon) + SQLite
Toolkit SQL	LangChain SQL Agent

Requisitos

• Python 3.11+
• Cuenta en Neon con DATABASE_URL configurada
• API key de Groq

Instalación

git clone https://github.com/yagoalonsodev/langgraph-multi-sql-agent.git
cd langgraph-multi-sql-agent

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

cp .env.example .env
# Edita DATABASE_URL y GROQ_API_KEY

Base SQLite local (fantasy LoL)

python setup_sqlite.py

Crea fantasylol.db con tablas de usuarios, equipos fantasy y apuestas de ejemplo.

Ejecutar con LangGraph Studio

pip install langgraph-cli
langgraph dev

Abre el enlace de Studio que imprime el CLI y prueba preguntas como:

• «¿Cuántos tokens tiene el usuario hola@ejemplo.com?»
• «¿Qué equipos fantasy tienen más puntos?»
• Preguntas sobre datos de e-sports en Neon (mercados, partidos, etc.)

Estructura

langgraph-multi-sql-agent/
├── agent.py           # Grafo LangGraph + enrutamiento multi-DB
├── setup_sqlite.py    # Seed SQLite local
├── fantasylol.db      # Base SQLite de ejemplo (generada)
├── langgraph.json     # Config LangGraph Studio
├── requirements.txt
└── .env.example

Variables de entorno

Variable	Descripción
DATABASE_URL	URI PostgreSQL de Neon
GROQ_API_KEY	Clave API de Groq

Autor

Yago Alonso — Máster en Inteligencia Artificial y Big Data, La Salle Gràcia.