vanna

vanna是MIT许可的开源Python Rag（检索型生成），用于SQL生成和相关功能。

vanna在两个简单的步骤中工作 - 在数据上训练抹布“模型”，然后提出问题，这些问题将返回可以设置可以在数据库上自动运行的SQL查询。

1. 在您的数据上训练抹布“模型” 。
2. 问问题。

如果您不知道抹布是什么，请不要担心 - 您不需要知道在引擎盖下如何使用它来使用它。您只需要知道您“训练”了一个模型，该模型存储了一些元数据，然后使用它来“问”问题。

有关在引擎盖下如何工作的更多详细信息，请参见基础类。

这些是我们使用vanna构建的一些用户界面。您可以将这些原样或自定义接口的起点使用。

• Jupyter笔记本
• vanna -ai/ vanna -StreamLit
• vanna -ai/ vanna -flask
• vanna -ai/ vanna -slack

• Openai
• 人类
• 双子座
• 拥抱面
• AWS Bedrock
• 霍拉马
• Qianwen
• Qianfan
• Zhipu

• Azuresearch
• OpenSearch
• PGVECTOR
• 松果
• Chromadb
• faiss
• 马克
• 米尔维斯
• QDRANT
• 编织
• Oracle

• Postgresql
• mysql
• Prestodb
• Apache Hive
• Clickhouse
• 雪花
• Oracle
• Microsoft SQL Server
• Bigquery
• sqlite
• DuckdB

有关所需数据库，LLM等的详细信息，请参见文档。

如果您想了解训练后的工作方式，可以尝试此COLAB笔记本。

pip install vanna

可以安装许多可选软件包，因此请参阅文档以获取更多详细信息。

如果您要自定义LLM或Vector数据库，请参见文档。

 # The import statement will vary depending on your LLM and vector database. This is an example for OpenAI + ChromaDB

from vanna . openai . openai_chat import OpenAI_Chat
from vanna . chromadb . chromadb_vector import ChromaDB_VectorStore

class My vanna ( ChromaDB_VectorStore , OpenAI_Chat ):
    def __init__ ( self , config = None ):
        ChromaDB_VectorStore . __init__ ( self , config = config )
        OpenAI_Chat . __init__ ( self , config = config )

vn = My vanna ( config = { 'api_key' : 'sk-...' , 'model' : 'gpt-4-...' })

# See the documentation for other options 

您可能需要或不需要运行这些VN.TRAIN命令，具体取决于您的用例。有关更多详细信息，请参见文档。

这些陈述显示为您如何工作。

DDL语句包含有关数据库中的表，列，数据类型和关系的信息。

 vn . train ( ddl = """
    CREATE TABLE IF NOT EXISTS my-table (
        id INT PRIMARY KEY,
        name VARCHAR(100),
        age INT
    )
""" )

有时，您可能需要添加有关您的业务术语或定义的文档。

 vn . train ( documentation = "Our business defines XYZ as ..." )

您也可以在培训数据中添加SQL查询。如果您已经有一些查询，这将很有用。您只需复制并粘贴从编辑器中开始生成新的SQL即可。

 vn . train ( sql = "SELECT name, age FROM my-table WHERE name = 'John Doe'" )

 vn . ask ( "What are the top 10 customers by sales?" )

您将获得SQL

 SELECT c . c_name as customer_name,
        sum ( l . l_extendedprice * ( 1 - l . l_discount )) as total_sales
FROM   snowflake_sample_data . tpch_sf1 .lineitem l join snowflake_sample_data . tpch_sf1 .orders o
        ON l . l_orderkey = o . o_orderkey join snowflake_sample_data . tpch_sf1 .customer c
        ON o . o_custkey = c . c_custkey
GROUP BY customer_name
ORDER BY total_sales desc limit 10 ;

如果您已连接到数据库，则可以获得表：

您还将获得一个自动图表：

抹布

• 跨LLM的便携式
• 易于删除培训数据（如果有任何一个都过时）
• 跑步比微调便宜得多
• 更多的未来 - 如果更好的LLM出现，您可以将其交换

微调

• 如果您需要在提示中最大程度地减少令牌
• 开始慢
• 训练和跑步昂贵（通常）

1. 复杂数据集的高精度。
   • vanna的功能与您提供的培训数据有关
   • 更多的培训数据意味着大型和复杂数据集的精度
2. 安全而私密。
   • 您的数据库内容永远不会发送到LLM或矢量数据库
   • SQL执行发生在您的本地环境中
3. 自我学习。
   • 如果使用jupyter，您可以在成功执行的查询中选择“自动训练”它
   • 如果通过其他接口使用，则可以使接口提示用户提供有关结果的反馈
   • 存储对SQL对的正确问题以供将来参考，并使未来的结果更加准确
4. 支持任何SQL数据库。
   • 该软件包允许您连接到任何可以与Python连接的SQL数据库
5. 选择您的前端。
   • 大多数人都从jupyter笔记本中开始。
   • 通过SlackBot，Web应用程序，简化应用程序或自定义前端暴露于最终用户。

vanna旨在连接到任何数据库，LLM和向量数据库。有一个vanna基础抽象基类，可以定义一些基本功能。该软件包提供了与OpenAI和Chromadb一起使用的实现。您可以轻松地扩展vanna以使用自己的LLM或Vector数据库。有关更多详细信息，请参见文档。

• 完整的文档
• 网站
• 支持小组支持