一、什么是Vanna
Vanna 是一个开源的 Python RAG（Retrieval-Augmented Generation，检索增强生成）框架，用于将自然语言问题转换为精确的 SQL 查询，并在数据库上执行这些查询以返回结果和可视化图表。
比如你提问：查询年龄25岁以上的人员清单。
Vanna就可以将其转为sql语句。
二、Vanna的工作原理
1. 训练 RAG 模型
- 数据准备：导入数据库的元数据（如表结构 DDL 语句）、文档（如业务术语解释）和示例 SQL 查询。
- 向量化存储：将上述数据转换为向量并存储在本地向量数据库（如 ChromaDB）中。
2. 生成 SQL
- 用户输入自然语言问题后，Vanna 从向量库中检索相关上下文，结合 LLM（如 GPT-4、Qwen、DeepSeek等）生成 SQL 语句。
- 生成的 SQL 可自动执行并返回结果，支持数据可视化（如图表展示）
以下是Vanna的整体工作原理：
三、Vanna的环境配置
3.1 创建属于vanna的虚拟环境
在这里选择了python3.11.x的版本。
conda create -n my_vanna pythnotallow==3.11.9
3.2 安装vanna环境依赖
pip install vanna[chromadb,mysql]
由于我们采用openai接口的方式使用vanna，因此需要安装openai库。
pip install openai
经过以上配置，我们就可以通过vanna来生成sql了。
注意：以上通过pip安装过程中涉及到其他依赖库的安装，因此建议通过在线方式进行安装。
涉及到的环境：
annotated-types 0.7.0
anyio 4.8.0
asgiref 3.8.1
attrs 25.1.0
backoff 2.2.1
bcrypt 4.2.1
blinker 1.9.0
build 1.2.2.post1
cachetools 5.5.1
certifi 2025.1.31
charset-normalizer 3.4.1
chroma-hnswlib 0.7.6
chromadb 0.6.3
click 8.1.8
colorama 0.4.6
coloredlogs 15.0.1
Deprecated 1.2.18
distro 1.9.0
durationpy 0.9
fastapi 0.115.8
filelock 3.17.0
flasgger 0.9.7.1
Flask 3.1.0
flask-sock 0.7.0
flatbuffers 25.2.10
fsspec 2025.2.0
google-auth 2.38.0
googleapis-common-protos 1.67.0
greenlet 3.1.1
grpcio 1.70.0
h11 0.14.0
httpcore 1.0.7
httptools 0.6.4
httpx 0.28.1
huggingface-hub 0.29.0
humanfriendly 10.0
idna 3.10
importlib_metadata 8.5.0
importlib_resources 6.5.2
itsdangerous 2.2.0
Jinja2 3.1.5
jiter 0.8.2
jsonschema 4.23.0
jsonschema-specifications 2024.10.1
kaleido 0.2.1
kubernetes 32.0.1
markdown-it-py 3.0.0
MarkupSafe 3.0.2
mdurl 0.1.2
mistune 3.1.2
mmh3 5.1.0
monotonic 1.6
mpmath 1.3.0
narwhals 1.27.1
numpy 2.2.3
oauthlib 3.2.2
onnxruntime 1.20.1
openai 1.63.2
opentelemetry-api 1.30.0
opentelemetry-exporter-otlp-proto-common 1.30.0
opentelemetry-exporter-otlp-proto-grpc 1.30.0
opentelemetry-instrumentation 0.51b0
opentelemetry-instrumentation-asgi 0.51b0
opentelemetry-instrumentation-fastapi 0.51b0
opentelemetry-proto 1.30.0
opentelemetry-sdk 1.30.0
opentelemetry-semantic-conventions 0.51b0
opentelemetry-util-http 0.51b0
orjson 3.10.15
overrides 7.7.0
packaging 24.2
pandas 2.2.3
pip 25.0
plotly 6.0.0
posthog 3.14.1
protobuf 5.29.3
pyasn1 0.6.1
pyasn1_modules 0.4.1
pydantic 2.10.6
pydantic_core 2.27.2
Pygments 2.19.1
PyMySQL 1.1.1
PyPika 0.48.9
pyproject_hooks 1.2.0
pyreadline3 3.5.4
python-dateutil 2.9.0.post0
python-dotenv 1.0.1
pytz 2025.1
PyYAML 6.0.2
referencing 0.36.2
requests 2.32.3
requests-oauthlib 2.0.0
rich 13.9.4
rpds-py 0.22.3
rsa 4.9
setuptools 75.8.0
shellingham 1.5.4
simple-websocket 1.1.0
six 1.17.0
sniffio 1.3.1
SQLAlchemy 2.0.38
sqlparse 0.5.3
starlette 0.45.3
sympy 1.13.3
tabulate 0.9.0
tenacity 9.0.0
tokenizers 0.21.0
tqdm 4.67.1
typer 0.15.1
typing_extensions 4.12.2
tzdata 2025.1
urllib3 2.3.0
uvicorn 0.34.0
vanna 0.7.6
watchfiles 1.0.4
websocket-client 1.8.0
websockets 15.0
Werkzeug 3.1.3
wheel 0.45.1
wrapt 1.17.2
wsproto 1.2.0
zipp 3.21.0四、Vanna的环境配置
4.1 注册vanna的API
官网地址如下：
https://vanna.ai/仅需通过email就可以免费注册，然后到个人中心去找到自己的api key。
注册之后，每天享有100K的免费Token。
4.2 vanna在线测试
根据官网给的示例，我们只需要传递自己的apikey就可以进行测试。
import vanna
from vanna.remote import VannaDefault
vn = VannaDefault(model='chinook', api_key='6474fcc9348a48feb0c997c707c2004b')
vn.connect_to_sqlite('https://vanna.ai/Chinook.sqlite')
vn.ask("What are the top 10 albums by sales?")测试结果如下，可以看到利用vanna自己的服务器和数据库能够成功获得sql语句与sql结果。（API已失效，自己可以免费申请）
4.3 vanna私有化测试
本地mysql数据库的user表：
通过代码测试，可以看到能够成功提取年龄大于30岁的用户。
图片
