Vanna[1] 是一个开源 Python RAG（检索增强生成）框架，用于 SQL 生成和相关功能。
超强 OCR 新秀：支持 90 多种语言，性能超越云服务！
当 AI 遇上爬虫：让数据提取变得前所未有的简单！
2024 年最完整的 AI Agents 清单来了，涉及 13 个领域，上百个 Agents！
7.8K Star RAG 引擎：基于深度文档理解，最大程度降低幻觉、无限上下文快速完成 “大海捞针” 测试！
Vanna 主要特点
开源：Vanna Python 软件包和各种前端集成都是开源的。您可以在自己的基础设施上运行 Vanna。
安全：您的数据库内容永远不会发送到 LLM，除非您启用了该功能。元数据存储层只能看到模式、文档和查询。
易集成：支持 Slackbot、Web App、Streamlit App 等多种集成方式。
自学习：随着您更多地使用 Vanna，您的模型会随着我们增加您的训练数据而不断改进。
复杂数据集的高准确性：Vanna 的能力与您提供的训练数据相关。更多的训练数据意味着大型复杂数据集的准确性更高。
支持多种数据库：开箱即用，支持 Snowflake、BigQuer 和 Postgres 等数据库。还支持你自定义连接器来连接任何数据库。
Vanna 只需两个简单的步骤：在数据上训练 RAG 模型，然后提出问题，这些问题将返回 SQL 查询，这些查询可以设置为在数据库中自动运行。
基于你的数据训练 RAG 模型
提问题
如果您不知道 RAG 是什么，也不要担心。您不需要知道它在幕后是如何工作的就可以使用它。您只需要知道您 “训练” 了一个模型，该模型存储一些元数据，然后用它来 “提出” 问题。
RAG vs Fine-Tuning
RAG
可跨 LLM 移植
如果训练数据过时，可轻松删除
运行成本比微调（Fine-Tuning）低得多
面向未来，如果出现了更好的 LLM，你只需更换即可
Fine-Tuning
起步慢
训练和运行成本高
如果您需要在提示符中尽量减少 token 消耗，它是不错的选择
Vanna 快速上手
前置条件
首先，需要根据 Vanna 文档[2] 配置数据库和使用的大语言模型。
安装 vanna
pip install vanna
使用 vanna
# The import statement will vary depending on your LLM and vector database. This is an example for OpenAI + ChromaDBfrom vanna.openai.openai_chat import OpenAI_Chatfrom vanna.chromadb.chromadb_vector import ChromaDB_VectorStoreclass 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-...'})# See the documentation for other options
Vanna 模型训练
使用 DDL 语句训练
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。
vn.train(ddl=""" CREATE TABLE IF NOT EXISTS my-table ( id INT PRIMARY KEY, name VARCHAR(100), age INT )""")
使用文档训练
有些时候，您可能需要添加有关业务术语或定义的文档。
vn.train(documentation="Our business defines XYZ as ...")
使用 SQL 语句训练
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，这会很有用。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。
vn.train(sql="SELECT name, age FROM my-table WHERE name = 'John Doe'")
Vanna 生成 SQL
你可以通过调用 ask 方法传入 Prompt 文本：
vn.ask("What are the top 10 customers by sales?")
之后，您将获得对应的 SQL 语句：
SELECT c.c_name as customer_name, sum(l.l_extendedprice * (1 - l.l_discount)) as total_salesFROM snowflake_sample_data.tpch_sf1.lineitem l join snowflake_sample_data.tpch_sf1.orders o ON l.l_orderkey = o.o_orderkey join snowflake_sample_data.tpch_sf1.customer c ON o.o_custkey = c.c_custkeyGROUP BY customer_nameORDER BY total_sales desc limit 10;
如果您已连接到 Vanna 提供的测试数据库，您将获得以下表格：
Vanna 还会自动生成绘图：
https://github.com/vanna-ai/vanna
往期文章
用上 AI 几分钟轻松搞定深度行业报告！
超强 OCR 新秀：支持 90 多种语言，性能超越云服务！
3 款强大的开源低代码 LLM 编排工具，可视化定制专属 AI Agent 和 AI 工作流！
25.4K Star 低代码LLM编排工具：终于支持 Multi Agent，内置 5 大 Multi Agent 开箱即用！
Kimi+麦肯锡，5 秒摸透一个行业！
Kimi 10 秒生成流程图，别再手动绘图了！
万字长文秒变精华！Kimi 的超强提示词秘籍
欢迎您与我交流 AI 技术/工具
关注 AI 真好玩，带你玩转各类 AI 工具，掌控数字未来！
如果这篇文章对您有所帮助，请点赞、关注，并分享给您的朋友。感谢您的支持！
参考资料
[1]
Vanna: https://github.com/vanna-ai/vanna[2]
Vanna 文档: https://vanna.ai/docs/