拒绝躺平，如何使用5行代码打造你的大模型数据库聊天机器人

小天才学习机打游戏

已于 2024-05-06 19:42:43 修改

阅读量1.1k

点赞数 18

文章标签：数据库机器人 AIGC 人工智能 AI大模型

于 2024-04-19 20:39:42 首次发布

本文链接：https://blog.csdn.net/m0_59164520/article/details/137976794

版权

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

在这里插入图片描述

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，并找到你的 API Key
- 输入你的邮箱

在这里插入图片描述

填写收到的验证码

在这里插入图片描述

API Key 在这

在这里插入图片描述
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

在这里插入图片描述
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())

在这里插入图片描述

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述