rmb-client 0.9.2

RMB SDK.

元数据大脑 Reliable Meta Brain（RMB）

Feature （功能）

• DataSource 支持 Excel/CSV/MySQL
• 支持以对话方式查询数据
• 支持多轮对话
• 支持更新 Meta（字典/同义词），以识别意图，提高准确率
• 提供Restful API & Python SDK
• Excel的跨表关联查询
• Meta增强（获取数据样例便于生成准确的包含常量的Query语句，比如需要让LLM知道是sex='男'还是sex=1）

Backlog（计划）

• 支持微信文档中的表格
• 支持飞书、钉钉表格、Airtable表格
• 支持跨数据源（MySQL+MySQL,MySQL+Hive）的联合查询

Installation（安装）

• 安装客户端

pip install rmb-client
rmb-client -a https://api.rmb.datamini.ai/ -t token01

• 安装&运行服务端

方法1：通过pip

$ pip install rmb-server
$ rmb-server -h
$ rmb-client -a https://api.rmb.datamini.ai/ -t token01

方法2：通过docker（推荐） 镜像维护在 hub.docker.com

$ docker run -d -p 5000:5000 datamini/rmb-server

管理

多租户管理

支持多个租户，每个租户可以查看自己的数据源、对话等信息。

租户可以创建、禁用、删除自己的Token。

一个租户可以有多个Token，可以查看每个Token最后一次使用时间。

API Document（API文档）

可以打开 rmb-server 的服务地址查看

示例地址： https://api.rmb.datamini.ai/

Python Client SDK（Python客户端SDK）

1. 运行

• 命令行方式

$ rmb-client -a https://api.rmb.datamini.ai/ -t token01

-- RMB 客户端(0.7.19)初始化完成！
-- 连接服务器(-a)： http://127.0.0.1:5000
-- 使用Token (-t)： token1
-- 您可以使用 'rmb' 来访问RMB，比如：通过 'rmb.datasources' 来查询数据源列表
   完整的使用方法，请参考帮助文档：https://pypi.org/project/rmb-client/

Python 3.11.4 (main, Jun  7 2023, 00:34:59) [Clang 14.0.3 (clang-1403.0.22.14.1)]
Type 'copyright', 'credits' or 'license' for more information
IPython 8.18.1 -- An enhanced Interactive Python. Type '?' for help.

>>> rmb.datasources.last.ask('你好')

• import module 方式

$ python

>>> from rmbclient import RMB
>>> rmb = RMB(api_url='https://api.rmb.datamini.ai/', token='token01')
>>> rmb.version

2. 使用

# 注册数据源
>>> ds = rmb.datasources.register(
    ds_type="MySQL", 
    ds_name="我的MySQL库",
    ds_access_config={
        "host": "localhost",
        "port": 3306,
        "user": "root",
        "password": ""
    }
)

# 创建对话
>>> chat = rmb.chats.create([ds.id])

# 问问题
>>> answer = chat.ask("你好")

# 查看答案
>>> answer
[OK-2s] 你好！有什么数据分析问题可以帮助您解答吗？

>>> answer.to_dict()
{'status': 'OK',
 'elapsed_time': 2,
 'answer': '你好！有什么数据分析问题可以帮助您解答吗？',
 'structure_queries': ''}

# 查看对话列表
>>> rmb.chats
id                           created                  datasource_ids                   human_msgs    ai_msgs  latest_msg
chat_E90pdsNUlDE7wo8gsjahf   2024-01-06 12:10:00      ['ds_1ZAoAyIn1ph0lldief4cP5']             2          2  2024-01-07 01:26:48
chat_ql7vWZEIqafqg9dMAaNpi   2024-01-07 05:35:03      ['ds_S0tdSsWcuB2HxEA1BQICE']              0          0
chat_1SfzrRkiIlKyvHtOTbX7qW  2024-01-07 05:46:21      ['ds_6tWxUjnKbK2JwJRmLuPTj9']             4          4  2024-01-07 05:50:59
chat_2WEHFozMZPFQhYkqLwvufZ  2024-01-07 10:34:15      ['ds_5Jydks0MbCJ3atBIHBC98']              1          1  2024-01-07 10:35:02


# 查看数据源列表
>>> rmb.datasources
id                         created_at           name                                     type
ds_6UluWoysMyTq2WW4gELTj6  2024-02-03T17:49:30  分公司季度销售汇总                       Excel
ds_3miP820AAD6CnjmjOf6ADY  2024-02-03T19:45:41  学生成绩表汇总                           Excel
ds_37XgrMJFUvqvNEfEBI3FH2  2024-02-03T20:32:11  前5名生产与排名                          Excel



# 获取某个数据源
>>> ds2 = rmb.datasources.get("ds_4s7gIoeonfWXQavRuP5wJ0")

# 获取最新的数据源
>>> ds2 = rmb.datasources.last

# 获取该数据源的"RMB中维护的"元数据（AI直接使用的元数据）
>>> ds2.meta
ds_4s7gIoeonfWXQavRuP5wJ0 共有：1 Schema (e_mall_2), 7 Tables, 27 Fields. 
 Schemas                   Tables                     Fields(known/all)
e_mall_2(电子商城数据库)  zzzz(未知)                 1/1
e_mall_2(电子商城数据库)  users(用户信息表)          5/5
e_mall_2(电子商城数据库)  ttttt1(未知)               1/1
e_mall_2(电子商城数据库)  products(产品信息表)       5/5
e_mall_2(电子商城数据库)  orders(订单信息表)         4/4
e_mall_2(电子商城数据库)  order_details(订单详情表)  4/4
e_mall_2(电子商城数据库)  job(职位信息表)            7/7

# 获取该数据源的"运行时"元数据（即最新的实时元数据）
>>> ds2.meta_runtime 

参与开发

本地环境启动

1. 先 git clone ...
2. 编辑配置文件 在目录 rmbserver/config/ 下，执行 cp default.py custom.py 然后编辑custom.py文件
3. 启动服务 python rmbserver/run.py [<host> <port>]
4. 运行客户端 python rmbclient/cli.py [-a http://localhost:5000/ -t token01]