Vanna 是一个开源的 Python RAG 框架，通过自然语言生成 SQL 查询，实现对话式数据库交互。它帮助非技术人员直接向数据库提问，无需编写复杂 SQL。
自然语言转SQL：从提问到图表
Vanna 的核心功能是将自然语言问题自动转换为可执行的 SQL 查询。用户输入问题后，框架会基于 RAG 训练机制，利用 DDL、文档和历史 SQL 示例生成准确查询。查询结果支持输出为 Plotly 图表或 DataFrame 表格，方便可视化分析。此外，Vanna 具备自学习反馈能力：用户可手动修正 SQL，修正内容存入向量库后，后续类似查询会自动优化。
安装 Vanna 只需一条命令：pip install vanna。它可集成到 Jupyter Notebook、Streamlit、Flask、Slack 等平台，也提供 Python SDK 和 Web 界面。
多数据库与多LLM后端支持
Vanna 兼容多种主流数据库，包括 PostgreSQL、MySQL、Snowflake、BigQuery、ClickHouse、SQLite、DuckDB、Oracle、SQL Server、PrestoDB、Apache Hive 等。LLM 后端方面，支持 OpenAI、Anthropic、Gemini、HuggingFace、AWS Bedrock、Ollama、千问、千帆、智谱等。向量存储支持 ChromaDB、FAISS、PgVector、Pinecone、Qdrant、Milvus、Weaviate、AzureSearch、OpenSearch、Marqo、Oracle 等 11 种方案。
Vanna 采用 MIT 开源协议，可免费用于商业项目，仅需承担 LLM API 调用费用或本地模型算力成本。与同类工具如 Wren AI、ChatDB 相比，Vanna 的优势在于开源透明、社区活跃（GitHub 16.7K+ star，866+ commits），且支持丰富的数据库和 LLM 后端。Vanna 2.0 的托管增值服务（如行级安全、审计日志）具体定价未公开，开源核心框架本身不强制包含这些功能。
