Vanna 是一个开源的 Python RAG 框架,通过自然语言生成 SQL 查询,实现对话式数据库交互。它帮助非技术人员直接向数据库提问,无需编写复杂 SQL。
自然语言转SQL:从提问到图表
Vanna 的核心功能是将自然语言问题自动转换为可执行的 SQL 查询。用户输入问题后,框架会基于 RAG 训练机制,利用 DDL、文档和历史 SQL 示例生成准确查询。查询结果支持输出为 Plotly 图表或 DataFrame 表格,方便可视化分析。此外,Vanna 具备自学习反馈能力:用户可手动修正 SQL,修正内容存入向量库后,后续类似查询会自动优化。
安装 Vanna 只需一条命令:pip install vanna。它可集成到 Jupyter Notebook、Streamlit、Flask、Slack 等平台,也提供 Python SDK 和 Web 界面。
多数据库与多LLM后端支持
Vanna 兼容多种主流数据库,包括 PostgreSQL、MySQL、Snowflake、BigQuery、ClickHouse、SQLite、DuckDB、Oracle、SQL Server、PrestoDB、Apache Hive 等。LLM 后端方面,支持 OpenAI、Anthropic、Gemini、HuggingFace、AWS Bedrock、Ollama、千问、千帆、智谱等。向量存储支持 ChromaDB、FAISS、PgVector、Pinecone、Qdrant、Milvus、Weaviate、AzureSearch、OpenSearch、Marqo、Oracle 等 11 种方案。
Vanna 采用 MIT 开源协议,可免费用于商业项目,仅需承担 LLM API 调用费用或本地模型算力成本。与同类工具如 Wren AI、ChatDB 相比,Vanna 的优势在于开源透明、社区活跃(GitHub 16.7K+ star,866+ commits),且支持丰富的数据库和 LLM 后端。Vanna 2.0 的托管增值服务(如行级安全、审计日志)具体定价未公开,开源核心框架本身不强制包含这些功能。
数据统计
数据评估
本站Eyosc Nav提供的Vanna都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由Eyosc Nav实际控制,在2026-06-20 14:52收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,Eyosc Nav不承担任何责任。
