上一篇文章我们简单介绍了Vanna.AI - Personalized AI SQL Agent,一篇基于RAG的自然语言生成SQL的工具。 今天我们来一起深入学习它。假如你和我一样在准备24年的春招,在前端全栈外,再准备一些AIGC的内容是非常有必要的。24年是AI红利年,AIGC+各种岗位大厂机会会多些,同意的同学请点赞。
前言
Vanna为Text2SQL这一AIGC需求,提供了非常棒的开发套件,我感觉要离不开它了。如果您还没有注册Vanna, 请先看Vanna.AI - Personalized AI SQL Agent。现在让我们从app.vana.ai页面开始,利用Vanna开发AIGC SQL应用。
chinook
Vanna 默认使用的LLM是chinook
,点击会进入到默认的chat robot页面。
我们先来分析下,左侧是一些示例问题;右上角的Current Model菜单可以切换其它LLM;默认选中的是Chat聊天页,旁边的Training可以加载我们要训练的数据,这非常方便。Users是针对用户的管理,Connections是针对连接的管理
架构图
上面是在Vanna github主页上显示的架构图。Vanna 支持Any SQL Database(多种数据库),也支持Any Vector Storage(向量数据库)。也支持多种大语言模型,甚至对接多种AIGC前端(Flask/Streamlit/Slack...)。从这张图,我们可以看出Vanna是多么的强大!
工作方式
Vanna生效分为两步,先是用户提交数据库训练(RAG应用中的上传文件),第二步是问答。
- 数据训练
我们交给Vanna RAG应用的数据库文件可以是DDL、文档、也可以给些参考的SQL查询(few shots),这些数据会被Embedding(LLM需要),然后存储在向量数据库中。
- 问答
用户提出的问题首先也会被Embedding,找到相关的DDL/文档/或参考的SQL(相似计算),构建提示词,发送给LLM, 最后由LLM生成SQL,返回用户。
训练
-
安装
pip install vanna
-
给Vanna 自定义大模型或向量数据库
python
# LLM 使用的是 OpenAI ,向量数据库是ChromaDB
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-...'})
- 训练
- 根据DDL 声明进行训练
ini
vn.train(ddl="""
CREATE TABLE IF NOT EXISTS my-table (
id INT PRIMARY KEY,
name VARCHAR(100),
age INT
)
""")
DDL声明包含了表名、字段名、数据类型和数据表间的关系。
- 根据文档进行训练
我们也可以用文档描述数据
ini
vn.train(documentation="Our business defines XYZ as ...")
- 根据SQL训练
ini
vn.train(sql="SELECT name, age FROM my-table WHERE name = 'John Doe'")
当我们加入sql 进行训练,这些sql即可以做为few shots,又可以提供DDL上下文,提供SQL信息。
- 提问
arduino
vn.ask("What are the top 10 customers by sales?")
Vanna 返回SQL:
vbnet
SELECT c.c_name as customer_name,
sum(l.l_extendedprice * (1 - l.l_discount)) as total_sales
FROM 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_custkey
GROUP BY customer_name
ORDER BY total_sales desc limit 10;
如果数据库连接了,我们将得到以下数据:
Vanna 连数据表都帮我们考虑好了。
总结
- 了解Vanna的架构和工作原理