WrenAI 是一个开源的 Text-SQL 的工具,通过导入数据库结构,通过提问的方式生成 SQL。本文将讲述如何在 MacOS 上安装 WrenAI。要运行WrenAI,首先需要安装 Docker 桌面版。
下载 WrenAI
https://github.com/Canner/WrenAI/releases/tag/0.7.0
初始化配置文件
wget -O .env.ai.example https://raw.githubusercontent.com/canner/WrenAI/main/docker/.env.ai.example && \
mkdir -p ~/.wrenai && cp .env.ai.example ~/.wrenai/.env.ai
默认系统使用的是 OpenAI 模型,改为使用 Ollama 模型
## LLM
LLM_PROVIDER=ollama_llm # openai_llm, azure_openai_llm, ollama_llm
GENERATION_MODEL=qwen2:7b
GENERATION_MODEL_KWARGS={"temperature": 0}
# openai or openai-api-compatible
LLM_OPENAI_API_KEY=sk-xxxx
LLM_OPENAI_API_BASE=https://api.openai.com/v1
# azure_openai
LLM_AZURE_OPENAI_API_KEY=
LLM_AZURE_OPENAI_API_BASE=
LLM_AZURE_OPENAI_VERSION=
# ollama
LLM_OLLAMA_URL=http://host.docker.internal:11434
## EMBEDDER
EMBEDDER_PROVIDER=ollama_embedder # openai_embedder, azure_openai_embedder, ollama_embedder
# supported embedding models providers by qdrant: https://qdrant.tech/documentation/embeddings/
EMBEDDING_MODEL=nomic-embed-text
EMBEDDING_MODEL_DIMENSION=768
# openai or openai-api-compatible
EMBEDDER_OPENAI_API_KEY=sk-xxxx
EMBEDDER_OPENAI_API_BASE=https://api.openai.com/v1
# azure_openai
EMBEDDER_AZURE_OPENAI_API_KEY=
EMBEDDER_AZURE_OPENAI_API_BASE=
EMBEDDER_AZURE_OPENAI_VERSION=
# ollama
EMBEDDER_OLLAMA_URL=http://host.docker.internal:11434
## DOCUMENT_STORE
DOCUMENT_STORE_PROVIDER=qdrant
QDRANT_HOST=qdrant
选择定义模型
开始安装,选择自定义模型
安装完成
进入容器查看,镜像已经启动
导入数据
进入主界面 http://localhost:3000,导入 MySQL 数据库
输入 Mysql 相关信息并导入
数据表
我导入了两张表,在数据模型页可以看到两张表的信息,为字段添加中文描述信息。
输入需要查询的问题
在输入框中输入 “查询用户的创建日期大于 2024-01-01”,点击提问可以预览生成的 SQL,通过数据模型中配置表关系,可以进行更复杂的查询。
总结
WrenAI 安装部署简单,安装过程中需要注意模型的配置信息,包括 LLM 模型以及 Embedding 模型。如果需要修改模型,直接更新 ~/.wrenai/.env.ai 中的配置,修改完成以后,重新创建容器,WrenAI 是 RAG 应用,Embbeding 模型的选择更为重要。