PowerBI 数据集代理

这个文档展示了一个与 Power BI 数据集进行交互的代理。该代理旨在回答关于数据集的更一般性的问题，并能够从错误中恢复。

请注意，由于该代理正在积极开发中，所有答案可能不都是正确的。它运行在 executequery 端点上，该端点不允许删除操作。

一些说明

• 该代理依赖于使用 azure.identity 包进行身份验证，可以使用 pip install azure-identity 安装该包。或者，您可以使用令牌字符串创建 Power BI 数据集，而无需提供凭据。
• 您还可以提供一个要模拟使用的用户名，用于支持启用了 RLS 的数据集。
• 该工具包使用 LLM 从问题生成查询，代理使用 LLM 进行整体执行。
• 测试主要是使用 text-davinci-003 模型进行的，Codex 模型似乎表现不佳。

初始化

from langchain.agents.agent_toolkits import create_pbi_agent
from langchain.agents.agent_toolkits import PowerBIToolkit
from langchain.utilities.powerbi import PowerBIDataset
from langchain.chat_models import ChatOpenAI
from langchain.agents import AgentExecutor
from azure.identity import DefaultAzureCredential

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)

toolkit = PowerBIToolkit(
    powerbi=PowerBIDataset(dataset_id="<dataset_id>", table_names=['table1', 'table2'], credential=DefaultAzureCredential()), 
    llm=smart_llm
)

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

例子：描述一个表

agent_executor.run("Describe table1")

例子：在表上进行简单查询

在这个例子中，代理实际上会找出获取表的行数的正确查询。

agent_executor.run("表1中有多少条记录？")

例子：运行查询

agent_executor.run("How many records are there by dimension1 in table2?")

agent_executor.run("What unique values are there for dimensions2 in table2")

例子：添加自己的 few-shot 提示

#fictional example
few_shots = """
Question: How many rows are in the table revenue?
DAX: EVALUATE ROW("Number of rows", COUNTROWS(revenue_details))
----
Question: How many rows are in the table revenue where year is not empty?
DAX: EVALUATE ROW("Number of rows", COUNTROWS(FILTER(revenue_details, revenue_details[year] <> "")))
----
Question: What was the average of value in revenue in dollars?
DAX: EVALUATE ROW("Average", AVERAGE(revenue_details[dollar_value]))
----
"""
toolkit = PowerBIToolkit(
    powerbi=PowerBIDataset(dataset_id="<dataset_id>", table_names=['table1', 'table2'], credential=DefaultAzureCredential()), 
    llm=smart_llm,
    examples=few_shots,
)
agent_executor = create_pbi_agent(
    llm=fast_llm,
    toolkit=toolkit,
    verbose=True,
)

agent_executor.run("What was the maximum of value in revenue in dollars in 2022?")