Vanna AI: RAG-Framework zur SQL-Generierung und Unterstützung von RDBMS 116

Was ist Vanna ai?

Vanna ist ein RAG-Framework, das speziell für die Generierung von SQL und die Unterstützung verschiedener relationaler Datenbankmanagementsysteme (RDBMS) wie PostgreSQL, MySQL und Oracle entwickelt wurde. Vanna kann automatisch die Struktur der Datenbanktabellen abrufen und verfügt über eine Selbstlernfunktion, mit der es korrekte SQL-Abfragebeziehungen speichern kann.

Funktionsmerkmale von Vanna AI

• Umwandlung von natürlicher Sprache in SQL: Benutzer können Fragen direkt in natürlicher Sprache eingeben, und Vanna AI wandelt diese in entsprechende SQL-Abfrageanweisungen um, ohne dass der Benutzer komplexe SQL-Syntax beherrschen muss.

• Hohe Genauigkeit: Durch die semantische Suche und Kontexterweiterung des RAG-Modells verbessert Vanna AI die Genauigkeit der SQL-Generierung deutlich und schneidet besonders bei komplexen Datensätzen hervorragend ab.

• Selbstlernfähigkeit: Vanna AI kann automatisch auf erfolgreich ausgeführten Abfragen trainiert werden, und Benutzer können das Modell auch durch Feedback optimieren, um die Genauigkeit schrittweise zu verbessern.

• Sicherheit: Die Datenbankinhalte der Benutzer werden weder an das LLM noch an eine Vektordatenbank gesendet. Die SQL-Ausführung erfolgt vollständig in der lokalen Umgebung, um die Datensicherheit zu gewährleisten.

• Datenbankunterstützung: Unterstützt verschiedene SQL-Datenbanken wie Snowflake, BigQuery, PostgreSQL usw., sodass Benutzer problemlos eine Verbindung zu verschiedenen Datenbanken für Abfragen herstellen können.

• Flexible Frontend-Optionen: Benutzer können Jupyter Notebook, Slackbot, Webanwendungen, Streamlit-Anwendungen oder benutzerdefinierte Frontends wählen, um mit Vanna AI zu interagieren.

Anwendungsszenarien für Vanna AI

• Business Intelligence: Hilft Geschäftsanalysten, schnell Daten zu Vertrieb, Kunden, Bestand usw. abzurufen und zu analysieren, und fördert so schnellere und genauere datengestützte Entscheidungen.

• Finanzanalyse: Unterstützt Finanzexperten bei der Durchführung komplexer finanzieller Datenanalysen und Risikobewertungen.

• Medizinische Forschung: Unterstützt medizinische Forscher dabei, wertvolle Informationen aus großen Mengen klinischer Daten zu extrahieren.

• Bildungsbereich: Hilft Schülern und Pädagogen, Bildungsdaten besser zu verstehen und zu analysieren.

• Marktforschung: Bietet Marktforschern Werkzeuge zur schnellen Analyse von Verbraucherverhalten und Markttrends.

Installationsmethode für Vanna AI

1. Vanna installieren

pip install vanna

2. Vanna importieren und initialisieren

from vanna.openai.openai_chat import OpenAI_Chat
from vanna.chromadb.chromadb_vector import ChromaDB_VectorStore
class 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-...'})

3. Vanna trainieren

vn.train(ddl="CREATE TABLE IF NOT EXISTS my_table (...)")
vn.train(documentation="Our business defines XYZ as ...")
vn.train(sql="SELECT name, age FROM my_table WHERE ...")

4. Vanna für Abfragen verwenden

result = vn.ask("What are the top 10 customers by sales?")
GitHub-Code-Repository: https://github.com/vanna-ai/vanna

GitHub-Code-Repository:https://github.com/vanna-ai/vanna