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