【Vanna.AI】入门案例以及本地运行

已于 2024-01-23 18:15:52 修改
阅读量2.2k 收藏 12
点赞数 11
文章标签： 人工智能 python
于 2024-01-23 17:58:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51572314/article/details/135777676
版权

目录介绍

一.简介

Vanna.ai是一个帮助用户更容易地与SQL数据库交互的工具。它允许用户用自然语言来询问数据库，然后它会自动把这些话转换成SQL语句，去数据库里找到相应的数据。

官网地址:	https://vanna.ai/

在这里插入图片描述


API参考:		https://vanna.ai/docs/vanna.html

在这里插入图片描述

二.体验入门案例

(1)打开入门
在这里插入图片描述
(2)尝试示例数据库

在这里插入图片描述
(3)点击运行

在这里插入图片描述
(4)安装步骤去执行

在这里插入图片描述
在这里插入图片描述
(5)打开用户界面运行以下代码

在这里插入图片描述
(6)进行提问

在这里插入图片描述

三.如何使用 Vanna AI ?

要使用Vanna，请安装Python软件包'vanna'并设置API密钥。然后，指定您要训练Vanna的数据库模型，并使用'ask'函数提出查询。Vanna将在几秒钟内为您生成SQL查询

四.本地运行(连接Postgres数据库)

安装依赖命令:	pip install vanna

(1)代码

model='模型名称'
vanna.get_api_key('邮箱')

在这里插入图片描述
(2)运行结果

输入发送邮箱的验证码

在这里插入图片描述
(3)打开用户界面就可以提问了
在这里插入图片描述

还未熟透
关注
  • 11
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
Text-to-SQL 工具Vanna进阶|数据库对话机器人的多轮对话
sinat_29950703的博客
03-13 1002
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我的数据是这样。
VannaAI 介绍及使用 - 第一篇
Davis_Liyf的博客
06-05 1263
Vanna 是一个基于 MIT 许可的开源 Python RAG（检索增强生成）框架，专注于 SQL 生成和相关功能。它允许用户在自己的数据上训练一个 RAG “模型”，然后通过自然语言提问，生成在数据库上运行的 SQL 查询语句，并将查询结果以表格和图表的方式展示给用户。Vanna 的核心目标是简化数据库交互，让用户无需精通 SQL 即可从数据库中提取有价值的信息。
补Vanna本地部署代码，存在些bug
m0_53353946的博客
01-30 522
这里接入的inference的api,有什么问题大家可以私信我。
LLMs之Vanna：Vanna(利用自然语言查询数据库的SQL工具+底层基于RAG)的简介、安装、使用方法之详细攻略
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
01-19 5517
​ LLMs之Vanna：Vanna(利用自然语言查询数据库的SQL工具+底层基于RAG)的简介、安装、使用方法之详细攻略 目录 Vanna的简介 Vanna的安装和使用方法 Vanna的应用案例 Vanna的简介 Vanna是一个基于MIT许可的开源Python RAG（检索增强生成）框架，用于SQL生成和相关功能。 Vanna的工作原理分为两个简单步骤：在您的数据上训练一个RAG“模型”，然后提问问题，这将返回可以设置自动在您的数据库上运行的SQL查询。 >> 在您的数
AI大模型环境—Vanna安装分享（text-2-sql）
weixin_46451201的博客
05-21 1067
AI大模型环境—Vanna（text-2-sql）
Vanna AI：告别代码，用自然语言轻松查询数据库，领先的RAG2SQL技术让结果更智能、更精准！
FrenzyTechAI的博客
05-21 1784
Vanna，是一款革命性的AI SQL智能体，可以将复杂的SQL查询简化为日常语义对话。在生成式AI的助力下，Vanna 让数据库查询变得前所未有的简单和直观。它是基于 OpenAI 和 Google 提供的大语言模型（LLM）。Vanna 通过预训练模型，结合你的数据库进行微调，可以快速帮你量身打造一个定制化的AI助手。Vanna 是一个获得 MIT 许可的开源 Python RAG（检索增强生成）框架，用于 SQL 生成和相关功能。GitHub 已经高达7200 颗星。
Vanna-AI：让你的大模型说好SQL
m0_65555479的博客
05-30 1105
可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。很明显，最大的区别不在于大模型的类型，而在于为大模型提供的上下文的类型（例如使用的训练数据）。• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
探秘Vanna AI：一款智能代码助手与代码审查工具
gitblog_00060的博客
03-20 765
探秘Vanna AI：一款智能代码助手与代码审查工具 项目地址:https://gitcode.com/vanna-ai/vanna Vanna 是一个由Vanna AI团队开发的开源项目，旨在为开发者提供智能化的代码辅助和审查服务。借助AI的力量，Vanna可以帮助提升编程效率，优化代码质量，并减少潜在错误，是现代软件开发流程中的得力助手。 技术分析 Vanna的核心在于其强大的自然语言处理（N...
Vanna-ai 大模型开源项目 基于RAG的TextToSql框架 安装和使用教程
黄笳倞的博客
04-17 1834
您还可以将 SQL 查询添加到训练数据中。如果您已经有一些查询，这将很有用。您只需从编辑器中复制并粘贴这些内容即可开始生成新的 SQL。根据您的用例，您可能需要也可能不需要运行这些命令。有关详细信息，请参阅。根据您的用例，您可能需要也可能不需要运行这些命令。DDL 语句包含有关数据库中的表名、列、数据类型和关系的信息。如果您想在训练后了解它的工作原理，可以尝试这款。有时，您可能希望添加有关业务术语或定义的文档。有关所需数据库、LLM 等的详细信息，请参阅。显示这些陈述是为了让您了解它的工作原理。
Vanna-ai -基于RAG的TextToSql实现方案
wangning0714的博客
03-05 2292
基于大模型的TextToSql的关键为给大模型提供正确有效的数据库信息及问题，以提升大模型生成sql的正确率。这是面临的主要问题：如何在有效的prompt长度限制之内传递给大模型有效的信息辅助生成sql？简而言之，这些模型是在大量数据（包括一堆在线可用的 SQL 查询）上进行训练的，并通过预测响应提示中最有可能的下一个单词或“标记”来工作。Vanna 正在使用和试验许多不同的LLM，以获得最准确的结果。随着时间的推移，Vanna 不断提高对您的模式的理解，并正确回答越来越多的问题。
Text-to-SQL 工具Vanna + MySQL本地部署 | 数据库对话机器人
sinat_29950703的博客
03-13 5712
Vanna 是一个基于 MIT 许可的开源 Python RAG（检索增强生成）框架，用于 SQL 生成和相关功能。它允许用户在数据上训练一个 RAG “模型”，然后提问问题，这将生成在数据库上运行的 SQL 查询语句，并将查询结果通过表格和图表的方式展示给用户。简单的说，Vanna是一个开源的、基于Python的、用于SQL自动生成与相关功能的RAG（检索增强生成）框架。RAG最典型的应用是私有知识库问答。
OracleEBSGL日记账批&ldqu.html
04-01
OracleEBSGL日记账批&ldqu.html
实验报告2.spv
10-05
实验报告2.spv
Vanilla Option - Greeks - Black Scholes - Close Form：通过 B/S 计算香草期权希腊人-matlab开发
05-30
在金融衍生品交易中，香草期权...用户可能需要提供相关的市场数据，然后运行这些脚本来分析期权的风险特性。通过这些工具，投资者可以更好地管理他们的期权头寸，了解市场变化对其投资组合潜在影响的敏感程度。
开源可本地部署的AI方案：同数据库进行无障碍中文问答
最新发布
m0_59235245的博客
06-27 836
第4步，根据以上数据，将结果交给大模型进行总结。如果觉得总结的不好，你也可以加上一些prompt引导，最终获得一条可阅读的结论。调用的接口是 api/v0/generate_summary。
8K Stars！Text2SQL还不够？试试更精准的RAG2SQL开源工具
musicml的博客
06-18 763
▼618钜惠专场直播，点击预约按钮免费预约。SQL 是查询数据库的关键，但如何高效地构建满足个人需求的 SQL 语句呢？随着 AI 大模型的进步，我们现在已经拥有了 Text2SQL 的技术，这一技术已被多款产品广泛应用。今天，我们要向大家介绍一个开源项目—Vanna。它在 Text2SQL 的基础上进行了升级，融入了 RAG 技术以进一步提升准确度，使得 SQL 生成更为精准和智能。Github...
AI与数据库交互
qq_49070564的博客
06-16 668
Vanna项目是一个MIT许可的开源AI数据库交互项目，使用Python、RAG（检索增强生成）框架搭建。
查询dblink sql
05-13
`dblink` 是 PostgreSQL 数据库中的一个模块，它允许在一个 PostgreSQL 数据库中访问另一个 PostgreSQL 数据库的数据。使用 `dblink`，可以在一个数据库中执行 SQL 查询，将结果传递到另一个数据库中，并将结果返回到原始查询的结果集中。 下面是一个 `dblink` 查询的示例： ``` SELECT * FROM dblink('dbname=mydb host=myhost user=myuser password=mypass', 'SELECT * FROM mytable') AS t(id int, name text); ``` 在这个示例中，我们使用 `dblink` 访问名为 `mydb` 的数据库，并执行 `SELECT * FROM mytable` 查询。我们将查询的结果作为一个名为 `t` 的表返回，并指定结果集的两个列名为 `id` 和 `name`。 要使用 `dblink`，需要确保 `dblink` 模块已经被安装并启用。你可以使用以下命令检查是否已经安装了 `dblink`： ``` SELECT * FROM pg_available_extensions WHERE name = 'dblink'; ``` 如果返回一行记录，则说明 `dblink` 已经被安装。如果没有返回记录，则需要使用以下命令安装 `dblink`： ``` CREATE EXTENSION dblink; ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值