5行代码打造你的大模型数据库聊天机器人
看效果
首先，让我们看一下最终产品。假设有一个包含有关记录销售信息的样本 SQLite 数据库，允许以自然语言提出任何问题，然后程序：
基于问题生成 SQL 将结果显示为表格 将结果显示为图表
上代码
from vanna.remote import VannaDefault
from vanna.flask import VannaFlaskApp
vn = VannaDefault(model='chinook', api_key="your_vanna_api_key")
vn.connect_to_sqlite('https://vanna.ai/Chinook.sqlite')
VannaFlaskApp(vn).run()
过程拆解
当然要让这个应用真正运行起来，你需要做如下工作：
准备 Python 环境（虚拟机） 安装必要的包 pip install vanna flask注册 vanna 账号[1]，并找到你的 API Key 输入你的邮箱 填写收到的验证码 API Key 在这
当然你也可以尝试这样的方法，
#记得把my-email@example.com 替换为你的真实邮箱，用于接受验证码
api_key = vanna.get_api_key('my-email@example.com')
print(api_key)
vn = VannaDefault(model='chinook', api_key=api_key)
顺利的话，会有这样的提示，
Check your email for the code and enter it here:
输入收到的验证码，最好把 API Key 记录下来，下次直接使用 API Key，不然多次这样访问，可能会返回这样的报错，
requests.exceptions.SSLError: HTTPSConnectionPool(host='ask.vanna.ai', port=443):
Max retries exceeded with url: /unauthenticated_rpc (Caused by SSLError(SSLEOFError(8, '[SSL: UNEXPECTED_EOF_WHILE_READING]
EOF occurred in violation of protocol (_ssl.c:1002)')))
vanna
通过 RAG 使用 LLMs 进行准确的文本到 SQL 生成 ，创建你的数据库聊天机器人 。
RAG：检索增强生成（Retrieval-augmented generation，简称 RAG）是一种自然语言处理（NLP）技术，它结合了信息检索和文本生成的能力，旨在生成更准确和相关的文本。RAG 的核心思想是通过引入检索机制，使生成模型能够从外部数据源中检索信息，然后将该信息用于生成文本。
vanna 的特点：
开源 支持多种 LLMs 自学习，你可以持续训练你的模型 准确度高 支持多种数据库 默认支持 SQLite，Postgres，BigQuery 和 Snowflake 可以方便扩展数据库支持，比如我就轻松实现了 DuckDB 的支持 支持多种前端 Jupyter Notebook[2] Slackbot[3] web app[4] Streamlit app[5]
最后放一张 DuckDB 的实现
从这张图可以看出，使用 DuckDB 可以方便分析各种 DuckDB 支持的数据源，如 SQLite，CSV，Excel，Parquet 等等。
Streamlit 版本
如果更喜欢 Streamlit，这里也把代码给你，
import vanna as vn
import streamlit as st
vn.set_api_key(st.secrets["vanna_api_key"])
vn.set_model('chinook')
vn.connect_to_sqlite('https://vanna.ai/Chinook.sqlite')
my_question = st.session_state.get("my_question", default=None)
if my_question is None:
st.image("chinook-schema.png", use_column_width=True)
my_question = st.text_input("Ask me a question that I can turn into SQL", key="my_question")
else:
st.title(my_question)
sql = vn.generate_sql(my_question)
st.code(sql, language='sql')
df = vn.run_sql(sql)
st.dataframe(df, use_container_width=True)
fig = vn.get_plotly_figure(plotly_code=vn.generate_plotly_code(question=my_question, sql=sql, df=df), df=df)
st.plotly_chart(fig, use_container_width=True)
st.button("Ask another question", on_click=lambda: st.session_state.clear())
注册 vanna 账号: https://vanna.ai/account/login?next=/account/profile
[2]Jupyter Notebook: https://vanna.ai/docs/snowflake-openai-vanna-vannadb.html
[3]Slackbot: https://github.com/vanna-ai/vanna-slack
[4]web app: https://github.com/vanna-ai/vanna-flask
[5]Streamlit app: https://github.com/vanna-ai/vanna-streamlit