Vanna: Your AI Business Intelligence Assistant
Vanna AI · 程式設計
Vanna 是開源的 SQL 代理，能把日常問句轉成 SQL 查詢、圖表與簡短回答。任何語言模型與資料庫都能接上。
關於 Vanna: Your AI Business Intelligence Assistant
About
什麼是 Vanna
Vanna 是一套 Python 框架，另有一個雲端服務版本。你用小時候問人的方式把問題打出來，回來的是一份完整回覆：查詢語句、表格、圖表，外加幾句摘要。專案 2023 年以檢索式 text-to-SQL 套件起步，GitHub 星數已超過兩萬。2.0 版在 2025 年 11 月推出，整個架構重寫成代理框架，加入權限控管、串流回應與可直接嵌進網站的聊天介面。
它處理的痛點是等待。行銷同事要看上季各方案的流失率，資料團隊排隊排到滿，需求就在工單裡壓了三天。Vanna 讓這位同事自己打開連著資料倉儲的對話框。能答的先答，跑過的 SQL 直接顯示，管理員再回頭核對邏輯。
決定採用之前，有兩個門檻要先想清楚。Vanna 是工程產品：要安裝、設定資料庫驅動、挑模型，還要定義使用者怎麼被辨識。它沒有拖曳式建置工具。另外，SQL 準不準取決於代理學到多少，剛上線就接一個欄位很多的大型 schema，得有人陪跑一段時間。請預留一週，不是一個下午。
開始使用
- 建立虛擬環境，安裝套件與需要的擴充，例如
pip install 'vanna[anthropic,fastapi]'。環境需要 Python 3.9 以上。 - 接上資料庫與模型。官方支援 PostgreSQL、MySQL、Snowflake、BigQuery、SQLite、Oracle、SQL Server、DuckDB 與 ClickHouse，模型端則涵蓋 OpenAI、Anthropic、Gemini、Azure、Bedrock、Mistral，也能透過 Ollama 跑本機模型。
- 定義使用者辨識方式。寫一個解析器，從請求中的 cookie、JWT 或 OAuth token 取出身分，對應成使用者編號與權限群組清單。
- 註冊代理可以呼叫的工具。
RunSqlTool負責查詢，自訂工具則繼承Tool類別，例如寄信或呼叫公司內部 API。 - 把對話框放上頁面。將
<vanna-chat>元件嵌進任何頁面，指向伺服器的串流端點，React、Vue 或純 HTML 都能用。 - 觀察並微調。頭幾天先讀稽核紀錄，修正權限群組，讓代理記憶累積足夠的問句與 SQL 配對，日常問題就會越答越快。
產品資訊
快速了解 Vanna: Your AI Business Intelligence Assistant 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 資料工程與平台工程人員：拿到的是可運作的代理，含工具註冊、生命週期鉤子與 FastAPI 或 Flask 接法，不必從零搭這層基礎。代價是要花時間寫 schema 說明與設定權限。
- 使用者不懂技術的產品團隊：分析師、營運人員與客戶經理不必寫 SQL 就能查數，列級過濾讓每個人都待在自己的範圍內。還是需要一位技術人員負責上線。
- 做多租戶儀表板的 SaaS 開發者：使用者解析器與每人配額補上了多數代理範例忽略的隔離問題。登入系統請自備。
- 想要現成雲端代理的小型資料團隊：雲端方案直接提供對話介面，不用管伺服器，代價是每日提問上限。
任務
- 回答反覆出現的業務問題：「上週有多少試用轉付費」會存成代理記憶裡的樣式，之後同類問題很快就有答案。全新的問題仍走較慢的調查流程。
- 把儀表板交給業務團隊：元件會串流表格與 Plotly 圖表，業務在拜訪客戶前自己抓數字。
- 讓客戶查共用倉儲：使用者所屬群組決定看得到哪些列，稽核紀錄逐筆留下查詢，合規審查時拿得出來。
- 把查詢框嵌進內部工具：元件沿用既有的 cookie 或 JWT，不必再另外做一套登入畫面。
情境
- 每週數字不用開工單：主管在對話框問一句，拿到表格與圖表，資料團隊連訊息都不會收到。
- 對外部客戶交付資料產品：企業方案加上 SAML SSO 與管理 API，正好是對外服務最常缺的那一塊。
- 讓龐大 schema 保持可查：代理記憶隨每次成功執行成長，上線後頭幾個月準確度會明顯往上走。
主要功能
每個查詢都帶使用者權限
身分從請求進來一路帶到查詢結束。解析器把它變成含群組資訊的使用者物件，工具執行前先檢查群組。結果再過一層過濾，區域主管只看得到自己區域的資料。事後想在單人用的框架上補這套機制，通常等於重寫。
代理記憶
成功的問句與 SQL 配對會被保存，下一個類似問題就把它們撈出來當範例。準確度因此提高，不必重新訓練模型，也不用改提示詞。記憶可以放在行程內、ChromaDB 或 Pinecone，看你要保留多久。
串流對話介面
伺服器不是丟一大段文字，而是先送表格，再送圖表，最後補上摘要，<vanna-chat> 元件邊收到邊畫。SQL 預設只有管理員看得到，一般使用者看不到。畫面保持清爽，回答怎麼來的仍然查得到。
模型與資料庫都不綁定
兩端都不綁廠商。換一組服務類別就能從 OpenAI 切到 Anthropic 或 Ollama 本機模型，SQL 工具也能換成別的驅動。已經在用 Snowflake 或 BigQuery 的團隊省掉搬遷那一步，這也是它在正式環境的 text-to-SQL 專案裡常被選中的原因。
列級權限與稽核紀錄
權限群組一路傳到 SQL 層，過濾發生在查詢本身，不是畫面。每筆查詢按使用者留下紀錄，合規單位要問的問題有答案，數字對不上時也查得出源頭。
自訂工具與生命週期鉤子
代理不只會跑 SQL。你定義一個工具、指定它能被哪些群組使用，代理就納入調度。鉤子包在每次請求外圍，管配額、寫紀錄、過濾內容。模型中介層則處理快取與成本追蹤。這幾層加起來，才從 SQL 聊天機器人變成堪用的內部資料助理。
自架或託管皆可
開源套件以 MIT 授權發佈，整套跑在自己的基礎設施上，除了送給你選的模型供應商之外，資料不出自家網路。不想管伺服器，雲端方案與企業部署提供同一套框架，附上代管、支援與更高額度。
優缺點
優點
- MIT 授權意味著可以 fork、可以稽核、可以放在內網跑，不用為每個座位付費。
- 成長路徑順暢：同一套框架涵蓋自架、雲端代管與企業部署，前期投入不會白費。
- 權限與稽核紀錄是設計的一部分，比在示範用代理上事後補權限控管省下幾個月。
- 對話元件現成，React、Vue 或純 HTML 都能嵌，前端大致不用自己寫。
- 模型與資料庫的整合涵蓋常見企業架構，多數團隊不必自己寫連接器。
缺點
- 上線是開發工作。要有 Python、設好資料庫驅動、準備一套身分系統，第一個問題才答得出來。
- 不適合沒有技術人員的買家。小型行銷團隊用有聊天模式的托管 BI 工具會更省事。
- 免費雲端額度偏緊。Explorer 每天 20 題，拿來測試夠用，一群人日常使用就不夠。
- 複雜的跨表關聯與混亂的 schema 還是會讓它出錯。要拿到穩定結果，得先寫好資料表說明與範例查詢。
常見問題
Vanna 讓你用自然語言查 SQL 資料庫。它產生查詢、執行查詢，回傳表格、圖表與簡短答案。團隊常用它讓不懂 SQL 的同事自己取數，不必發放資料庫帳密。
相關內容
探索與 Vanna: Your AI Business Intelligence Assistant 相關的工具、技能與文章。
Vanna: Your AI Business Intelligence Assistant 替代方案
Base Code
Base44 (Wix) · 程式設計 · 生產力Base Code 是 Base44 推出的共享雲端開發環境。團隊在對話中描述對既有 GitHub 儲存庫的修改，看著預覽確認結果，再以 Pull Request 交回工程團隊。
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
GitGlow
GitGlow · 程式設計 · 生產力GitGlow 是桌面版 Git 用戶端，把你自己的程式碼與 AI 代理程式的變更集中在同一份審查裡，讓你在交付前看清楚機器上究竟要送出什麼。