Vanna 2.0——构建你的用户真正能用的智能体

是什么

Vanna 2.0 是一个开源 SQL 智能体框架，允许用户以自然语言查询公司数据系统，并通过 AI 驱动的 SQL 生成获得答案。它被定位为一种快速构建面向数据库智能体的方式，可供技术用户和非技术用户使用，并支持多数据库、多轮交互和访问控制部署。

该产品似乎面向那些希望在组织内更轻松访问结构化数据、而不要求每个用户都手动编写 SQL 的团队。其核心工作流程是连接 LLM 提供商和数据库、配置技术栈，并使用 Vanna 将用户问题转换为面向记录系统的 SQL；同时还可通过 Vanna Cloud 使用可选的托管式管理功能。

功能

• 自然语言转 SQL 生成 — 将用户问题转换为 SQL，使团队能够减少编写查询的时间，把更多精力放在结果解读上。
• 多数据库支持 — 支持包括 SQLite、PostgreSQL、MySQL、Snowflake 和 BigQuery 在内的数据库，帮助组织在不同数据环境中使用统一框架。
• LLM 提供商灵活性 — 支持 Anthropic、OpenAI、Gemini 和 Ollama 等多个模型提供商，降低对单一模型技术栈的依赖。
• 多轮交互 — 支持对话式工作流，这在用户需要经过多个步骤逐步细化问题、而不是一次性写出完美查询时非常有用。
• 访问控制与管理工具 — 可选的托管功能包括访问控制、可观测性、审计日志、智能体记忆、文件存储和数据保留，以支持更可控的生产环境使用。
• 开源与自托管选项 — 同时提供 OSS 路径以及云端和自托管使用方式，这可能有助于希望获得更多部署控制权、减少供应商锁定的团队。

有用提示

• 尽早验证语义准确性 — 对任何自然语言转 SQL 产品而言，关键评估标准不仅是 SQL 能否运行，还在于它是否正确回答了业务问题。
• 从较窄的模式范围开始 — 初期采用通常在智能体仅限于少量文档完善的表或系统时更容易推进，然后再扩展到更广泛的企业数据。
• 谨慎定义访问边界 — 由于该产品旨在通过自然语言暴露记录系统，因此在大规模推广前应审查基于角色的可见性和可审计性。
• 根据部署需求匹配模型选择 — Vanna 支持多种 LLM 提供商，因此团队应结合自身需求比较性能、隐私态势、延迟和托管偏好。
• 将托管管理功能视为治理层 — 可观测性、日志、记忆和保留等功能在产品从原型走向生产工作流后价值最大。

OpenClaw 技能

Vanna 很适合作为 OpenClaw 生态中的结构化数据推理层，服务于那些需要从企业数据库回答运营、财务、产品或支持类问题的智能体。一个可能的用例是，某个 OpenClaw 技能将用户请求转换为受治理的 SQL 工作流，从获批系统中检索结果，然后将输出整理为摘要、仪表板或后续操作。页面未描述原生 OpenClaw 集成，因此这应被视为一种可能的工作流模式，而非已确认的能力。

围绕 Vanna 构建的 OpenClaw 智能体可以支持数据分析师副驾、内部商业智能助手、营收运营智能体或支持报告工作流。在实践中，这种组合可以帮助组织从静态仪表板转向对话式数据访问，使业务用户能够直接提问，而 OpenClaw 负责协调周边步骤，例如权限检查、提示路由、解释生成，以及在置信度较低时升级给人工分析师。