Vanna.AI 学习记录

Vanna.AI

官方文档

https://vanna.ai/docs/

个人理解

Vanna本身是python的一个第三方库，定义上是耦合市面上已有的大模型（LLM）与用户数据库，主要作用是增强大模型对数据库的查询效果，通过对

的使用，在向量库中存储已有的（数据库中的数据结构等）和后续加入的（人为训练的数据）查询问题，并且按照DDL、Document、SQL三种类型在向量库中进行分类存储，还包含一种SQL/Question类型，这种类型格式为{“question”:“年龄大于5随的人”,“sql”:“select name from user where age>5;”}，在进行交互查询时，Vanna在向量库中匹配最倾向的DDL、Document、SQL类型数据，生成prompt，将其交由LLM进行解析，生成相应的sql查询语句，使用SQL语句对集成的数据库进行准确查询，之后由Vanna进行数据处理以及输出，用户对输出数据进行判断并选择是否将其更新入向量库。

附上官网数据流图

过程中可选用多种向量库、LLM、Database进行组合，并且Vanna也支持很多的选择。

快速开始

• 使用官方mock数据

  • 安装库包

  pip intall vanna
  

  • 实现demo

    import vanna
    from vanna.remote import VannaDefault
    vn = VannaDefault(model='chinook', api_key=vanna.get_api_key('my-email@example.com'))
    vn.connect_to_sqlite('https://vanna.ai/Chinook.sqlite')
    vn.ask("What are the top 10 albums by sales?")
    
    from vanna.flask import VannaFlaskApp
    VannaFlask(vn).run()
    

功能介绍

Vanna框架使用可分为两大部分，1、模型训练Train，2、提问Ask

相应的功能为

vn.train、vn.ask

vn就是我们实例化的类，不是哪个和影子玩拳击的那位

1. vn.train 使用方式整理

   1. DDL statements：主要告诉模型那些表、那些列、那些数据可以用

      1. vn.train(ddl="CREATE TABLE my_table (id INT,name TEXT,age INT)")
         

   2. Documentation strings: 设计数据库之外的一些文档、业务什么的数据

      1. vn.train(documentation=