Vanna ai是什么？

vanna 一個 RAG 框架，該框架專門用于生成 SQL 和支持多種關系數據庫管理系統（RDBMS），如 PostgreSQL、MySQL 和 Oracle 等。vanna 可以自動獲取數據庫的庫表結構，并具備自我學習功能，能存儲正確的 SQL 查詢關系。

Vanna AI功能特點

• 自然語言到SQL的轉換：用戶可以直接輸入自然語言問題，Vanna AI會將其轉換為相應的SQL查詢語句，無需用戶掌握復雜的SQL語法。

• 高準確性：通過RAG模型的語義檢索和上下文增強，Vanna AI大幅提高了SQL生成的準確性，尤其在復雜數據集上表現優異。

• 自我學習能力：Vanna AI可以在成功執行的查詢上自動訓練，用戶也可以通過提供反饋優化模型，從而逐步提高準確性。

• 安全性：用戶的數據庫內容不會發送到LLM或向量數據庫，SQL執行完全在本地環境中進行，確保數據安全。

• 支持數據庫：支持多種SQL數據庫，如Snowflake、BigQuery、PostgreSQL等，用戶可以輕松連接不同的數據庫進行查詢。

• 靈活的前端選擇：用戶可以選擇使用Jupyter Notebook、Slackbot、Web應用、Streamlit應用或自定義前端與Vanna AI進行交互。

Vanna AI應用場景

• 商業智能：幫助業務分析師快速獲取和分析銷售、客戶、庫存等數據，促進更快、更準確的數據驅動決策。

• 金融分析：協助金融專業人士進行復雜的財務數據分析和風險評估。

• 醫療研究：支持醫療研究人員從大量臨床數據中提取有價值的信息。

• 教育領域：幫助學生和教育工作者更好地理解和分析教育數據。

• 市場調研：為市場研究人員提供快速分析消費者行為和市場趨勢的工具。

Vanna AI安裝方法

1. 安裝Vanna

pip install vanna

2. 導入并初始化Vanna

from vanna.openai.openai_chat import OpenAI_Chat
from vanna.chromadb.chromadb_vector import ChromaDB_VectorStore
class MyVanna(ChromaDB_VectorStore, OpenAI_Chat):
    def __init__(self, config=None):
        ChromaDB_VectorStore.__init__(self, config=config)
        OpenAI_Chat.__init__(self, config=config)
vn = MyVanna(config={'api_key': 'sk-...', 'model': 'gpt-4-...'})

3. 訓練Vanna

vn.train(ddl="CREATE TABLE IF NOT EXISTS my_table (...)")
vn.train(documentation="Our business defines XYZ as ...")
vn.train(sql="SELECT name, age FROM my_table WHERE ...")

4. 使用Vanna進行查詢

result = vn.ask("What are the top 10 customers by sales?")
GitHub代碼庫：https://github.com/vanna-ai/vanna

GitHub代碼庫：https://github.com/vanna-ai/vanna