Vanna: Your AI Business Intelligence Assistant
Vanna AI · Programação
O Vanna é um agente SQL de código aberto que converte perguntas em linguagem natural em consultas SQL, gráficos e respostas curtas. Funciona com qualquer modelo de linguagem e qualquer banco de dados.
Sobre Vanna: Your AI Business Intelligence Assistant
About
O que é o Vanna
O Vanna é um framework em Python somado a um serviço hospedado: você faz a pergunta em linguagem natural e recebe de volta, numa única resposta, a consulta, uma tabela, um gráfico e um resumo curto. O projeto nasceu em 2023 como biblioteca de text-to-SQL baseada em recuperação de contexto e já passou das 20 mil estrelas no GitHub. A versão 2.0, lançada em novembro de 2025, virou de cabeça para baixo a arquitetura e o transformou num framework de agentes com permissões, respostas em streaming e uma interface de chat pronta para embutir num site.
O problema que ele resolve é a fila. Alguém do marketing quer o churn do último trimestre separado por plano, a equipe de dados está atolada e o pedido fica três dias parado. O Vanna coloca nas mãos dessa pessoa uma caixa de chat ligada ao data warehouse. Ele responde o que consegue, mostra a consulta que rodou e deixa um administrador conferir a lógica.
Dois limites pesam antes da decisão. O Vanna é produto de engenharia: instalar, configurar o driver do banco, escolher o modelo e definir como os usuários são identificados. Não existe construtor visual. E o SQL só é tão bom quanto o que o agente aprendeu, então um deploy novo sobre um schema grande pede acompanhamento. Reserve uma semana de trabalho, não uma tarde.
Como começar
- Crie um ambiente virtual e instale o pacote com os extras necessários, por exemplo
pip install 'vanna[anthropic,fastapi]'. É preciso Python 3.9 ou superior. - Conecte um banco e um modelo. O Vanna traz integrações para PostgreSQL, MySQL, Snowflake, BigQuery, SQLite, Oracle, SQL Server, DuckDB e ClickHouse, além de OpenAI, Anthropic, Gemini, Azure, Bedrock, Mistral e modelos locais via Ollama.
- Defina como cada usuário é identificado. Escreva um resolver que leia o cookie, o JWT ou o token OAuth da requisição e o converta em um id e numa lista de grupos de permissão.
- Registre as ferramentas que o agente pode acionar. O
RunSqlToolcuida das consultas, e você pode criar as suas estendendo a classeTool, por exemplo uma que dispare um e-mail ou chame uma API interna. - Coloque o chat numa página. Insira o componente
<vanna-chat>e aponte para o endpoint de streaming do seu servidor. Funciona em React, Vue ou HTML puro. - Revise e ajuste. Leia o log de auditoria nos primeiros dias, corrija os grupos de permissão e deixe a memória do agente acumular pares de pergunta e SQL até cobrir as consultas do dia a dia.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Vanna: Your AI Business Intelligence Assistant.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Engenheiros de dados e de plataforma
- Equipes de produto com usuários sem perfil técnico
- Desenvolvedores de SaaS com painéis multi-inquilino
- Times de dados pequenos que querem um agente gerenciado
Tarefas
- Responder perguntas recorrentes do negócio
- Entregar um painel para o time comercial
- Deixar clientes consultarem um warehouse compartilhado
- Embutir uma caixa de consulta numa ferramenta interna
Cenários
- Números da semana sem abrir chamado
- Montar um produto de dados para clientes externos
- Manter um schema grande consultável
Principais recursos
Permissões por usuário em toda a consulta
Cada requisição carrega uma identidade do começo ao fim. O resolver transforma o cookie, o JWT ou o token OAuth num objeto de usuário com grupos, e as ferramentas checam esses grupos antes de rodar. O resultado passa por filtro para que um gerente regional veja a região dele e nada além. Construir isso sobre um framework feito para uma pessoa só costuma terminar em reescrita.
Memória do agente
Os pares de pergunta e SQL que deram certo ficam guardados, e a próxima pergunta parecida os recupera como exemplo. A precisão sobe sem reentreinar modelo nem mexer em prompt. A memória pode rodar em processo, em ChromaDB ou em Pinecone, conforme o tempo que você precisa conservá-la.
Chat com respostas em streaming
Em vez de um bloco de texto, o servidor envia a tabela primeiro, depois o gráfico, depois um resumo curto, e o componente <vanna-chat> desenha cada parte na chegada. O SQL aparece para administradores e fica oculto para os demais, o que mantém a interface limpa sem esconder como a resposta foi montada.
Muitos modelos e muitos bancos
O Vanna não te prende a um fornecedor em nenhuma das pontas. Dá para trocar OpenAI por Anthropic ou por um modelo local no Ollama mudando a classe de serviço, e apontar a ferramenta SQL para outro driver. Quem já usa Snowflake ou BigQuery pula a etapa de migração, e por isso a ferramenta virou escolha comum em text-to-SQL de produção.
Segurança por linha e log de auditoria
Os grupos de permissão chegam até a camada SQL, então o filtro acontece na consulta, não na tela. Cada consulta fica registrada por usuário, o que cobre as perguntas de compliance e deixa rastro quando algum número não fecha.
Ferramentas próprias e hooks de ciclo de vida
O agente faz mais do que rodar SQL. Você define uma ferramenta, associa a ela um grupo de acesso e o agente passa a usá-la. Os hooks envolvem cada requisição e cuidam de cota, log e filtro de conteúdo. Os middlewares de modelo cobrem cache e controle de custo. É a diferença entre um chatbot de SQL e um assistente de dados interno de verdade.
Auto-hospedado ou gerenciado
O pacote de código aberto roda inteiro na sua infraestrutura sob licença MIT, e nenhum dado sai da sua rede além do que você envia ao provedor de modelo escolhido. Se não quiser cuidar de servidores, os planos na nuvem e as instalações empresariais entregam o mesmo framework com hospedagem, suporte e limites maiores.
Prós e contras
Prós
- A licença MIT deixa você criar um fork, auditar o código e rodar tudo na própria rede sem pagar por assento.
- O caminho de crescimento é contínuo: o mesmo framework atende auto-hospedagem, nuvem gerenciada e deploy empresarial, então o trabalho inicial não vai para o lixo.
- Permissões e log de auditoria fazem parte do projeto, o que economiza meses na comparação com enxertar controle de acesso num agente de demonstração.
- O componente de chat já vem pronto e entra em React, Vue ou HTML puro, então o front-end está quase resolvido.
- As integrações de modelo e banco cobrem o stack empresarial mais comum e evitam conector escrito na mão.
Contras
- A configuração é trabalho de desenvolvedor: exige Python, driver do banco configurado e um sistema de identidade antes da primeira resposta útil.
- Não serve para comprador sem perfil técnico. Uma equipe pequena de marketing se sai melhor com uma ferramenta de BI gerenciada que tenha modo chat.
- Os limites gratuitos na nuvem são apertados: o Explorer dá 20 perguntas por dia, o suficiente para testar e pouco para uso diário de um grupo.
- Junções complicadas e schemas bagunçados ainda derrubam o agente. Você precisa de boas descrições de tabela e de consultas de exemplo para ter resultado confiável.
Perguntas frequentes
O Vanna deixa você consultar um banco SQL em linguagem natural. Ele gera a consulta, executa e devolve uma tabela, um gráfico e uma resposta curta. As equipes usam para dar acesso autônomo ao warehouse a colegas sem perfil técnico, sem distribuir credencial de SQL.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Vanna: Your AI Business Intelligence Assistant.
Alternativas a Vanna: Your AI Business Intelligence Assistant
Forefront
Forefront · ProgramaçãoO Forefront é uma plataforma web para construir com IA de código aberto. Você ajusta os principais modelos de linguagem de código aberto com seus próprios dados, avalia o desempenho deles e os roda por uma API ou os exporta para hospedar por conta própria. Desenvolvedores que querem a conveniência de uma plataforma fechada, mas fazem questão de ser donos dos modelos e dos dados, são o público-alvo aqui.
Startkit
StartKit.AI · ProgramaçãoStartkit é um boilerplate para criar produtos de SaaS com IA e wrappers de IA. Pense nele como um boilerplate para startups de IA com as partes chatas já conectadas: autenticação, pagamentos com Stripe e Lemon Squeezy, limites de uso, e-mail transacional e um kit inicial de API de IA que conversa com OpenAI, Anthropic, Groq ou Llama. Você clona o repositório, define seu preço e começa pela parte do produto que as pessoas realmente pagam. Ele é feito em Next.js sobre React e Tailwind, então boa parte do código boilerplate já parece familiar.
Testim
Tricentis · ProgramaçãoO Testim é uma plataforma de automação de testes com IA para criar e executar testes de ponta a ponta em aplicações web, mobile e Salesforce. Ele se apoia no aprendizado de máquina para manter os testes estáveis quando uma interface muda, então as equipes gastam menos tempo consertando seletores quebrados. Nada mal para uma ferramenta de testes automatizados que você pode começar a usar hoje. Você cria testes gravando ações no navegador e depois adiciona JavaScript quando precisa de mais controle. É uma escolha sólida para equipes de QA ocupadas.