粤ICP备17114055号
微信扫码
与创始人交个朋友
支持私有云部署
我要投稿
Vanna 是一个开源的 Python RAG（检索增强生成）框架，用于 SQL 生成和其他相关功能。它使用大型语言模型（LLM）来实现准确的文本到 SQL 生成。
Vanna 的工作原理：
1.在你的数据上训练一个 RAG “模型”。2.提出问题，Vanna 会返回 SQL 查询，这些查询可以被设置为自动运行在你的数据库上。
用户界面：
Vanna 提供了多种用户界面，例如 Jupyter Notebook、Streamlit、Flask 和 Slack，方便你使用。
安装：
pip install vanna
使用示例：
from 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-...'})
训练：
•
使用 DDL 语句进行训练，例如：
vn.train(ddl="""CREATE TABLE IF NOT EXISTS my-table (id INT PRIMARY KEY,name VARCHAR(100),age INT)""")
•
使用文档进行训练，例如：
vn.train(documentation="Our business defines XYZ as ...")
•
使用 SQL 查询进行训练，例如：
vn.train(sql="SELECT name, age FROM my-table WHERE name = 'John Doe'")
提问：
vn.ask("What are the top 10 customers by sales?")Vanna 的优势：
•高精度：在复杂数据集上表现出色。•安全和私密：你的数据库内容不会被发送到 LLM 或向量数据库。•自学习：可以根据成功执行的查询进行自动训练。•支持任何 SQL 数据库。•可扩展性强：可以轻松扩展到使用自定义的 LLM 或向量数据库。
项目地址：https://github.com/vanna-ai/vanna
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-02-06
基于RAG开发大语言模型
2025-02-06
小模型也能玩转RAG！性能仅降1%，存储省75%，边缘设备轻松跑
2025-02-06
基于 DeepSeek R1 和 Ollama 开发 RAG 系统（含代码）
2025-02-05
浏览量超 10w 的热图，描述 RAG 的主流架构
2025-02-05
RAG+LlamaParse：引领PDF解析与检索新时代！
2025-02-05
打造RAG智能助手：实时数据检索的终极指南！惊呆你的需求，如何一步到位？
2025-02-05
RAG知识库中文档包含表格数据如何处理？
2025-02-05
产品思维的角度来讲，Deep Research本质是Co-RAG
2024-07-18
2024-09-04
2024-05-05
2024-06-20
2024-10-27
2024-07-09
2024-07-09
2024-06-13
2024-05-19
2024-07-07
2025-02-05
2025-02-05
2025-01-24
2025-01-24
2025-01-20
2025-01-18
2025-01-18
2025-01-18
回到顶部