使用 Azure OpenAI、其他 VectorDB 为 SQLite 生成 SQL¶
本 Notebook 将指导您使用 vanna Python 软件包通过 AI (RAG + LLMs) 生成 SQL 的过程，包括连接数据库和训练。如果您还没有准备好在自己的数据库上进行训练，仍然可以使用一个示例 SQLite 数据库 来尝试。
您想使用哪个 LLM？
-
通过 Vanna.AI 使用 OpenAI（推荐）免费使用 Vanna.AI 生成您的查询
-
OpenAI使用您自己的 API 密钥使用 OpenAI
-
[Selected] Azure OpenAI如果您在 Azure 上部署了 OpenAI 模型
-
通过 Mistral API 使用 Mistral如果您有 Mistral API 密钥
-
其他 LLM如果您有不同的 LLM 模型
您想将“训练”数据存储在哪里？
-
Vanna 托管的 Vector DB（推荐）免费使用 Vanna.AI 托管的向量数据库 (pgvector)。这无需额外设置即可在不同机器上使用。
-
ChromaDB免费在本地使用 ChromaDB 的开源向量数据库。无需额外设置 -- 所有数据库文件将在本地创建和存储。
-
Marqo免费在本地使用 Marqo。需要额外设置。或者使用他们的托管选项。
-
[Selected] 其他 VectorDB使用任何其他向量数据库。需要额外设置。
设置¶
输入 [ ]
%pip install 'vanna[openai]'
输入 [ ]
from vanna.openai.openai_chat import OpenAI_Chat
from openai import AzureOpenAI
from vanna.base import VannaBase
输入 [ ]
class MyCustomVectorDB(VannaBase):
def add_ddl(self, ddl: str, **kwargs) -> str:
# Implement here
def add_documentation(self, doc: str, **kwargs) -> str:
# Implement here
def add_question_sql(self, question: str, sql: str, **kwargs) -> str:
# Implement here
def get_related_ddl(self, question: str, **kwargs) -> list:
# Implement here
def get_related_documentation(self, question: str, **kwargs) -> list:
# Implement here
def get_similar_question_sql(self, question: str, **kwargs) -> list:
# Implement here
def get_training_data(self, **kwargs) -> pd.DataFrame:
# Implement here
def remove_training_data(id: str, **kwargs) -> bool:
# Implement here
class MyVanna(MyCustomVectorDB, OpenAI_Chat):
def __init__(self, config=None):
MyCustomVectorDB.__init__(self, config=config)
OpenAI_Chat.__init__(self, client=AzureOpenAI(...), config=config) # Make sure to put your AzureOpenAI client here
vn = MyVanna(config={'model': 'gpt-4-...'})
您想查询哪个数据库？
-
Postgres
-
Snowflake
-
BigQuery
-
[Selected] SQLite
-
其他数据库使用 Vanna 为任何 SQL 数据库生成查询
输入 [ ]
vn.connect_to_sqlite('my-database.sqlite')
训练¶
您只需要训练一次。除非您想添加更多训练数据，否则不要再次训练。
输入 [ ]
df_ddl = vn.run_sql("SELECT type, sql FROM sqlite_master WHERE sql is not null")
for ddl in df_ddl['sql'].to_list():
vn.train(ddl=ddl)
输入 [ ]
# The following are methods for adding training data. Make sure you modify the examples to match your database.
# DDL statements are powerful because they specify table names, colume names, types, and potentially relationships
vn.train(ddl="""
CREATE TABLE IF NOT EXISTS my-table (
id INT PRIMARY KEY,
name VARCHAR(100),
age INT
)
""")
# Sometimes you may want to add documentation about your business terminology or definitions.
vn.train(documentation="Our business defines OTIF score as the percentage of orders that are delivered on time and in full")
# You can also add SQL queries to your training data. This is useful if you have some queries already laying around. You can just copy and paste those from your editor to begin generating new SQL.
vn.train(sql="SELECT * FROM my-table WHERE name = 'John Doe'")
输入 [ ]
# At any time you can inspect what training data the package is able to reference
training_data = vn.get_training_data()
training_data
输入 [ ]
# You can remove training data if there's obsolete/incorrect information.
vn.remove_training_data(id='1-ddl')
询问 AI¶
每当您提出新问题时，它都会查找 10 个最相关的训练数据片段，并将其用作 LLM 提示的一部分来生成 SQL。
输入 [ ]
vn.ask(question=...)
启动用户界面¶
输入 [ ]
from vanna.flask import VannaFlaskApp
app = VannaFlaskApp(vn)
app.run()
