VannaAI 介绍及使用 - 第二篇_vannaai绘图

VannaAI 使用指南

第一篇章对Vanna的原理做了一些介绍，本篇章将对其如何使用进行说明

 本文介绍三种VannaAI的使用方式：

1.在官网Calab上使用

2.本地通过jupyter使用

3.本地通过pycharm使用

一、在官网Calab上使用

Vanna官网提供了快捷体验的方式入门，那就是通过Calab运行，通过一些预先准备好的数据体验其功能。

1.进入官网首页

Docs下方提供了选项Getting Started-try it in jupyter

2.查看官网文档

会调转到官方文档的页面，快速入门，这里可以看到入门方式有两种，使用实例数据快速入门和使用自己的数据快速入门，这一章我们先讲使用实例数据快速入门，点击右边的使用colab运行。

 3.打开colab

点击了run using colab后会打开一个新的页面，在colab中运行app.ipynb

        这里做一下说明：

        1）.因为是示例数据体验，所以vanna官网提前准备了相关数据及数据库相关信息。

        2）.我们只需要将api_key做一下修改，这里也不需要你去填写真实的apikey，只用将你在vanna官网中注册账号时的邮箱替换掉my-email@example.com就可以了（在第一章中已经展示了注册过程）。

        3）.在vn.ask("What are the top 10 albums by sales?")中，已经默认设置了问题，你也可以手动修改问题，目前我们只是体验功能，修改邮箱后可以直接点击运行，后面再换问题体验。

4.初始化运行

点击运行后，就会去加载一些vanna的资源，然后会出现一些提示框，点击仍然运行，然后资源加载完成会出现一个验证码输入框，这时需要你登录你的邮箱去提取验证码。

5.输入验证码

输入验证码回车，就会输出很多内容

 1）.首先是一些prompt的生成内容，从前面工作流程的介绍我们指导，当用户提出问题后，vanna会根据问题去向量数据库匹配相关度最高的一些DDL，Documention和sql问答对，然后将这些数据和问题形成prompt发送给LLM去处理。

2）.第二部分是生成的查询sql，这个就是LLM根据前面的prompt针对vn.ask写出的sql了，问题不同，sql也会变化。我们可以根据sql判断是否与我们的问题想要查询的方式一致。

3）.第三部分就是查询的结果了，这些数据是vanna的示例数据，已经提前做了一些训练和数据插入的。

这里呢，可能会有小伙伴想看下vanna的训练记录和数据，我们后面会讲到。

4）.然后v