网站建设分哪些类别,建设网站需要的资源,网页设计模板图片中文,精品课程网站开发的创新点功能介绍
与你的结构化数据聊天#xff1a;支持主流数据库、表格型excel等数据#xff01;
ChatDB#xff1a;支持数据库问答ChatTable#xff1a;支持txt,excel,csv等pandas dataframe表格的问答
1.下载安装
pip install pylmkit -U
pip install pandasql2.ChatTable实…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 pandasql2.ChatTable实现样例
样例数据下载1000行员工信息 employees.csv 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.app.chatdb import ChatTable
from pylmkit.llms import ChatTongyi
load_dotenv()file_path rC:\Users\xxx\Desktop\pylmkit\test_datasets\employees.csv
include_table_column_comments {employees: {name: 雇员名单表,columns: {emp_no: 雇员ID,birth_date: 出生日期,first_name: 名字,last_name: 姓氏,hire_date: 雇佣日期,gender: 性别,}}
}# python中运行
# chattable ChatTable(
# modelChatTongyi(),
# table_pathsfile_path,
# include_table_column_commentsinclude_table_column_comments
# )
# res chattable.invoke(
# question性别为M的员工有多少人
# )
# print(res)# web中运行
if chattable not in st.session_state:st.session_state.chattable ChatTable(modelChatTongyi(),table_pathsfile_path,include_table_column_commentsinclude_table_column_comments)
web ChatDBWebUI(languagezh)web.run(objst.session_state.chattable.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
