Vanna适配鲲鹏开源验证任务

1. 背景介绍

  开源for Huawei（参考https://developer.huaweicloud.com/programs/opensource/contributing/）  通过和公司、高校、社区的开发者合作，完成鲲鹏、昇腾、欧拉、鸿蒙、高斯、云服务等与开源软件的适配开发，帮助繁荣Huawei的基础生态，同时让开源软件能够更加简单、高效的运行于华为云上。开始之前，开发者可以下载 开源for Huawei Wiki（参考：https://gitcode.com/HuaweiCloudDeveloper/OpenSourceForHuaweiWiki/overview） 了解详细的开发步骤，技术准备，以及开发过程需要的各种资源。

2. 需求分析

2.1 项目影响力

     vanna是一个基于MIT许可的开源Python框架，用于SQL生成和相关功能。它允许用户在数据上训练一个模型，然后通过提问生成在数据库上运行的SQL查询语句，并将查询结果通过表格和图表的方式展示给用户。

源码地址：https://github.com/vanna-ai/vanna

官网主页：https://vanna.ai/docs/

主要开发语言：python

截至2024年9月19日，vanna在GitHub上拥有10.8k的star和839的fork，有57名贡献者。最近一次代码提交时间为2024年9月17日。

以下是star历史图：

2.2 任务目的和范围

   本任务的主要目的是让vanna项目适配至鲲鹏处理器和GaussDB数据库，确保项目能够在这些平台上高效运行。该任务能够扩展鲲鹏处理器和GaussDB数据库的适用范围，扩大其在AI和深度学习领域的竞争力和影响力。

能力要求：完成该任务需要具备深度学习和自然语言处理领域（NLP）的知识，熟悉鲲鹏处理器的架构和部署，掌握数据库部署和访问技巧。开发过程中主要使用Python语言。

2.3 适配任务清单

可能需要适配的云服务清单（仅内部参考）

3. 工作量评估

4. 任务分解

4.1 完成vanna演示Demo的设计、开发和部署

DEMO 流程图参考如下：

基于DEMO设计完成开发和部署：

- 环境适配：确保DEMO流程可以在鲲鹏处理器和Euler操作系统上顺利进行（基于CCE容器）。
- 数据库扩展：使用兼容GaussDB的数据库操作PyMysql库函数，对其进行扩展和配置以丰富训练数据。

- 模型训练：借助GaussDB数据库的元数据（数据库内关于自身数据的描述信息）、相关文档说明、参考样例SQL等训练一个模型。

- 模型推理：在收到用户自然语言描述的问题时，从模型中通过语义检索出相关的内容组装进Prompt，交给LLM生成SQL语句在GaussDB数据库中进行查询并返回结果。

- 文档撰写：写出文档列出详细的步骤并通过开源平台进行发布，旨在确保即便是初学者也能跟随并成功复现结果。

4.2 完成任务心得输出

在华为云开发者论坛发表博客，介绍完成这些任务的过程和心得。包括如下内容：vanna适配鲲鹏处理器和GaussDB数据库的技术挑战、解决方案等。

5. 任务评分和验收材料

5.1 任务价值和难度评分

5.2 验收评分（总分100分）

参考资料

1. 开源for Huawei介绍、环境搭建、示例项目、开发和部署指南：https://gitcode.com/HuaweiCloudDeveloper/OpenSourceForHuaweiWiki/overview

2. 华为昇腾社区首页：https://www.hiascend.com/developer

3. 华为鲲鹏社区首页：https://www.hikunpeng.com/developer

4. 华为欧拉社区首页：https://www.openeuler.org/