探索 Vanna AI 与 Streamlit 的强大结合：打造智能数据查询应用

vanna-streamlit

Vanna AI 与 Streamlit 的完美融合：开启智能数据查询新篇章

在当今数据驱动的时代，如何高效、直观地查询和分析数据成为了许多企业和数据分析师面临的重要挑战。幸运的是，随着人工智能技术的不断发展，我们现在有了更加智能和便捷的解决方案。本文将为您详细介绍 Vanna AI 和 Streamlit 这两个强大工具的结合应用，展示如何构建一个智能化的数据查询应用，让数据分析变得更加轻松和高效。

Vanna AI：智能 SQL 生成的革新者

Vanna AI 是一个开源的 Python RAG（检索增强生成）框架，专门用于 SQL 生成。它的核心功能是将自然语言转换为准确的 SQL 查询语句，极大地简化了数据查询过程。通过集成先进的自然语言处理技术，Vanna AI 能够理解用户的意图，并生成相应的 SQL 代码，使得即使不熟悉 SQL 的用户也能轻松进行复杂的数据查询。

Streamlit：打造交互式数据应用的利器

Streamlit 是一个广受欢迎的开源 Python 库，它允许开发者快速构建和部署交互式的数据应用。Streamlit 的优势在于其简洁的 API 和丰富的组件库，使得开发者可以用纯 Python 代码轻松创建美观实用的前端界面。这个特性使得 Streamlit 特别适合构建数据可视化和分析工具。

Vanna AI 与 Streamlit 的强强联手

将 Vanna AI 与 Streamlit 结合，我们可以创建一个功能强大且用户友好的数据查询应用。这个应用允许用户通过自然语言输入来查询数据，无需编写复杂的 SQL 语句。下面，让我们一步步探索如何构建这样一个应用。

1. 安装与配置

首先，我们需要安装必要的依赖包。创建一个新的 Python 虚拟环境，然后运行以下命令：

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

requirements.txt 文件应该包含以下依赖：

streamlit
vanna
plotly

2. 配置 Vanna AI

在 vanna_calls.py 文件中，我们需要设置 Vanna AI 的配置。这通常包括设置 API 密钥和选择合适的模型。例如：

import vanna as vn

def setup_vanna():
    vn.api_key = st.secrets["vanna_api_key"]
    vn.set_model("gpt-3.5-turbo-16k")
    # 其他配置...

3. 构建 Streamlit 应用

接下来，我们创建主应用文件 app.py。这个文件将包含 Streamlit 应用的核心逻辑：

import streamlit as st
import vanna_calls as vc
import plotly.graph_objects as go

def main():
    st.title("Vanna AI 智能数据查询助手")

    # 用户输入
    user_query = st.text_input("请输入你的数据查询问题：")

    if user_query:
        with st.spinner("正在生成 SQL..."):
            sql = vc.generate_sql(user_query)
            st.code(sql, language="sql")

        with st.spinner("执行查询..."):
            results = vc.execute_query(sql)
            st.dataframe(results)

        with st.spinner("生成可视化..."):
            fig = vc.generate_visualization(results, user_query)
            st.plotly_chart(fig)

if __name__ == "__main__":
    main()

这个简单的应用允许用户输入自然语言查询，然后生成 SQL，执行查询，并展示结果和可视化。

4. 实现核心功能

在 vanna_calls.py 中，我们需要实现以下核心功能：

import vanna as vn
import streamlit as st
import plotly.graph_objects as go

def generate_sql(question):
    return vn.generate_sql(question)

def execute_query(sql):
    # 这里需要根据实际数据库连接进行配置
    conn = get_database_connection()
    return pd.read_sql(sql, conn)

def generate_visualization(df, question):
    plotly_code = vn.generate_plotly_code(question=question, df=df)
    fig = vn.get_plotly_figure(plotly_code=plotly_code, df=df)
    return fig

应用展示与实际案例

让我们通过一个实际案例来展示这个应用的强大功能。假设我们有一个电子商务数据库，用户想了解过去一年中销售额最高的前 5 个产品类别。

用户只需输入： "显示过去一年销售额最高的前 5 个产品类别"

应用将自动生成如下 SQL：

SELECT 
    p.category,
    SUM(oi.sale_price) as total_sales
FROM 
    order_items oi
JOIN 
    products p ON oi.product_id = p.id
JOIN 
    orders o ON oi.order_id = o.id
WHERE 
    o.created_at >= DATE_SUB(CURDATE(), INTERVAL 1 YEAR)
GROUP BY 
    p.category
ORDER BY 
    total_sales DESC
LIMIT 5

执行查询后，应用会显示结果数据表，并自动生成一个适合的可视化图表，比如柱状图或饼图，直观地展示这 5 个类别的销售额占比。

销售额Top5产品类别