使用 OpenAI 通过 Vanna.AI（推荐）、Vanna Hosted Vector DB（推荐）为 SQLite 生成 SQL¶
本 Notebook 介绍了使用 vanna Python 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，仍然可以使用示例 SQLite 数据库进行尝试。
您想使用哪种 LLM？
-
[Selected] 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
-
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
您想在哪里存储“训练”数据？
-
[Selected] Vanna 托管矢量数据库（推荐）免费使用 Vanna.AI 的托管矢量数据库 (pgvector)。这可以在不同机器上使用，无需额外设置。
-
ChromaDB在本地免费使用 ChromaDB 的开源矢量数据库。无需额外设置——所有数据库文件将在本地创建和存储。
-
Marqo在本地免费使用 Marqo。需要额外设置。或者使用他们的托管选项。
-
其他矢量数据库使用任何其他矢量数据库。需要额外设置。
设置¶
In [ ]
%pip install vanna
In [ ]
import vanna
from vanna.remote import VannaDefault
In [ ]
api_key = vanna.get_api_key('my-email@example.com')
vanna_model_name = # Put a unique name here
vn = VannaDefault(model=vanna_model_name, api_key=api_key)
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
In [ ]
vn.connect_to_sqlite('my-database.sqlite')
训练¶
您只需训练一次。除非您想添加更多训练数据，否则无需再次训练。
In [ ]
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)
In [ ]
# 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'")
In [ ]
# At any time you can inspect what training data the package is able to reference
training_data = vn.get_training_data()
training_data
In [ ]
# 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，它将找到 10 个最相关的训练数据，并将其用作 LLM 提示的一部分来生成 SQL。
In [ ]
vn.ask(question=...)
启动用户界面¶
In [ ]
from vanna.flask import VannaFlaskApp
app = VannaFlaskApp(vn)
app.run()
