Text-to-SQL 工具Vanna进阶|数据库对话机器人的多轮对话

华尔街的幻觉

已于 2024-03-18 10:39:04 修改

阅读量1.4k

点赞数 6

分类专栏： ChatGPT工具文章标签：数据库 MySQL Vanna

于 2024-03-13 17:56:20 首次发布

本文链接：https://blog.csdn.net/sinat_29950703/article/details/136686608

版权

本文介绍了如何利用Vanna进行多轮对话以生成和优化SQL语句，通过实际操作展示了在不同对话轮次中Vanna如何理解和改进SQL。在基础配置后，通过Vanna的generate_sql和ask方法，实现了从无训练语句到有训练语句的SQL生成，并对比了两者在输出上的差异。

摘要由CSDN通过智能技术生成

可从公众号“AI早高峰”看全文
https://mp.weixin.qq.com/s/Vs0iqZVFphc-QCsr3X1ywA

跟数据库对话机器人对话，我可不止一个问题。
可能基于第一句问话，还有第二句、第三句问话。。。第N句对话。所以本文测试了多轮对话功能。

单轮对话的环境搭建参考博客 Text-to-SQL 工具Vanna + MySQL本地部署 | 数据库对话机器人

我的数据是这样
在这里插入图片描述

1. 基础配置

import vanna
from vanna.remote import VannaDefault
from vanna.flask import VannaFlaskApp
import pandas as pd
import mysql.connector

api_key = '7acxxx68c'
vanna_model_name = 'community'
vn = VannaDefault(model=vanna_model_name, api_key=api_key)

def run_sql(sql: str) -> pd.DataFrame:
    cnx = mysql.connector.connect(user='root',password='111000',host='localhost',database='Community')
    cursor = cnx.cursor()
    cursor.execute(sql)
    result = cursor.fetchall()
    columns = cursor.column_names
    # print('columns:',columns)
    df = pd.DataFrame(result, columns=columns)
    return df

# 将函数设置到vn.run_sql中
vn.run_sql = run_sql
vn.run_sql_is_set = True