Prática de implantação local do Vanna: obtenha facilmente uma conversão Text2SQL eficiente

🚀 Convite para experimentar: o primeiro software de programação inteligente AI IDE da China Download da versão chinesa do TraeO DeepSeek-R1 e o Doubao-pro estão disponíveis em uma base ilimitada!

O Vanna é uma estrutura de código aberto Text2SQL altamente conceituada que transforma a linguagem natural em instruções de consulta SQL. Este artigo detalha como implantar o Vanna localmente e combiná-lo com um banco de dados MySQL e com o aplicativo Deepseek Os modelos são configurados e testados para ajudá-lo a começar a usar a ferramenta rapidamente. Todas as operações são baseadas em testes reais para garantir que as etapas sejam claras e viáveis.

Configuração do ambiente Python

Para executar o Vanna, primeiro você precisa de um ambiente Python estável. Aqui está um guia passo a passo para configurar o Vanna, usando o Miniconda3 como exemplo.

Instalação do Miniconda3

Faça o download do pacote de instalação:

wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh

Execute o script de instalação:
```
sh Miniconda3-latest-Linux-x86_64.sh
```
Configurar variáveis de ambiente:
```
vim /etc/profile
```
Adicione-o ao arquivo:
```
export PATH="/data/apps/miniconda3/bin:$PATH"
```
Salve e atualize a configuração:
```
fonte /etc/profile
```
Se você precisar desinstalar, basta excluir o diretório de instalação:
```
rm -rf /data/apps/miniconda3/
```

Criação de um ambiente virtual

Crie um ambiente Python 3.10:
```
conda create -n test python=3.10
```
Ativar o ambiente (precisa entrar em vigor em um novo terminal ou após uma reinicialização):
```
teste de ativação do conda
```
Outros comandos comuns:
- Ambiente de saída:
```
conda desativar
```
- Exibir informações ambientais:
```
conda info --env
```

Depois de concluir as etapas acima, você terá um ambiente virtual autônomo do Python que estabelece as bases para a implementação do Vanna.

Implementação e configuração do Vanna

Com o ambiente Python pronto, vamos passar para a configuração principal do Vanna. As operações a seguir referem-se à documentação oficial (https://vanna.ai/docs/) e usam o banco de dados MySQL como exemplo.

Configuração da conexão com o banco de dados

Primeiro, certifique-se de que você pode fazer login no banco de dados corretamente com sua conta, senha e porta do MySQL. Depois de testar uma conexão bem-sucedida, abra a página de configuração do MySQL na documentação oficial do Vanna (selecione MySQL na barra de menu à esquerda). A página mostrará um exemplo de código de conexão, como mostrado abaixo:

Interface de configuração do MySQL

Com base nas informações do seu banco de dados, ajuste os parâmetros no código (por exemplo, host, usuário, senha etc.) para garantir que o Vanna se conecte sem problemas.

Escolha de um modelo de idioma

O Vanna oferece suporte a uma variedade de modelos de linguagem grande (LLMs). A página oficial solicita a seleção do modelo, por exemplo Ollama ou chamadas de API. O modelo Deepseek para fluxos baseados em silício é ilustrado aqui como um exemplo.

Experiência OllamaTentativas de implementar o modelo Deepseek-7b quantificado foram feitas com resultados ruins e recomenda-se que essa opção seja ignorada.
API do DeepseekChamada de modelos do Deepseek por meio de fluxos in silico tem melhor desempenho. Observe, no entanto, que as classes LLM personalizadas são necessárias para usar modelos que não são oficialmente suportados. Consulte o site do projeto de código aberto Vanna Mistral (mistral.py), crie uma classe adaptada ao Deepseek de acordo.

A tela de configuração é a seguinte:

Seleção do modelo de idioma

Configuração do banco de dados vetorial

O Vanna integra o ChromaDB como um pequeno banco de dados vetorial por padrão, não sendo necessária nenhuma instalação adicional. A documentação oficial gerará o código de acordo com sua escolha, como mostrado abaixo:

Opções do banco de dados vetorial

Instalação de dependências e preparação de código

Instale o Vanna e suas dependências em um ambiente virtual ativado:
```
pip install vanna
```
Criar um .py copie o código oficial gerado para esse arquivo. Abaixo está um exemplo de trecho de código para adaptar o MySQL e o Deepseek (você precisa ajustar os parâmetros de acordo com a situação real):
```
de vanna.remote import VannaDefault
vn = VannaDefault(model='deepseek', api_key='your_api_key')
vn.connect_to_mysql(host='localhost', dbname='test_db', user='root', password='your_password', port=3306)
```

treinamento de dados

O Vanna suporta três tipos de dados de treinamento: instruções SQL, documentação do produto e descrições da estrutura da tabela do banco de dados. Aqui recomendamos o uso da descrição da estrutura da tabela, pois o efeito é mais intuitivo. As etapas de treinamento são as seguintes:

Preparar os dados da estrutura da tabela (por exemplo, arquivo DDL).

Use o código de treinamento fornecido oficialmente:

vn.train(ddl="CREATE TABLE employees (id INT, name VARCHAR(255), salary INT)")

O processo de treinamento é mostrado a seguir:

Exemplo de dados de treinamento

Mais resultados de treinamento são mostrados:

Efeito de treinamento 1
Efeito do treinamento 2

Execução da interface da Web

Após a conclusão do treinamento, execute o seguinte código da API do Flask para iniciar a interface do usuário da Web do Vanna:

from vanna.flask import VannaFlaskApp
app = VannaFlaskApp(vn)
app.run()

Acesso ao endereço local (geralmente http://127.0.0.1:5000), você pode fazer consultas SQL por meio da interface.

Lançamento da interface do usuário da Web

Exibição do efeito de consulta

Após a implementação, a funcionalidade de perguntas e respostas do Vanna teve um desempenho satisfatório. Veja a seguir alguns resultados reais de testes:

Entrada: "Por favor, informe-se sobre o status do envio de relatórios para o relatório trimestral do trimestre de março de 2024."
Entrada: "Number of statistics" (Número de estatísticas)
Entrada: "Pollutant statistics" (Estatísticas de poluentes)

Resumo e recomendações

Seguindo essas etapas, você poderá implantar com sucesso o Vanna localmente e implementar uma funcionalidade Text2SQL eficiente em combinação com os modelos MySQL e Deepseek. Em comparação com outras ferramentas, o Vanna tem vantagens óbvias em termos de facilidade de uso e eficácia. Recomenda-se que os iniciantes deem prioridade ao uso de estruturas de tabela para treinar dados e ajustem a configuração do modelo de idioma de acordo com as necessidades reais.