功能介绍
与你的结构化数据聊天:支持主流数据库、表格型excel等数据!
- ChatDB:支持数据库问答
- ChatTable:支持
txt,excel,csv
等pandas dataframe
表格的问答
1.下载安装
pip install pylmkit -U
pip install pymysql sqlalchemy sqlparse
2.ChatDB实现样例
可以在python运行,也可以streamlit Web运行。文件名为demo.py
import streamlit as st
from pylmkit.web.webui import ChatDBWebUI
from dotenv import load_dotenv
from pylmkit.llms import ChatTongyi
from pylmkit.app.chatdb import ChatDB
load_dotenv()
dbconfig = dict(
host="127.0.0.1",
port=3306,
username='xxx',
password="xxx",
db_name="xxx",
db_type='mysql+pymysql'
)
# python中运行
# chatdb = ChatDB(dbconfig, ChatTongyi())
# res = chatdb.invoke(question="工资在50000~80000的员工有多少?")
# print(res)
# web中运行
if 'chatdb' not in st.session_state:
st.session_state.chatdb = ChatDB(dbconfig, ChatTongyi())
web = ChatDBWebUI(language='zh')
web.run(
obj=st.session_state.chatdb.invoke,
input_param=[
{"name": "question", "label": "输入", "type": "chat"},
{"name": "max_rollback_num", "label": "最大回滚数", "type": "int", "value": 5},
{"name": "return_dict", "label": "返回字典", "type": "bool", "value": False},
],
output_param=[
{'label': '结果', 'name': 'ai', 'type': 'chat'},
]
)
然后在该路径下的终端运行下面命令:
streamlit run demo.py
默认会打开浏览器网页,也可以通过网址访问: http://localhost:8501/
GitHub
GitHub - 52phm/pylmkit: PyLMKit: 帮助用户快速构建实用的大模型应用