今天，OpenAI 发布了其最新的 LLM 模型，GPT-4o。人们正在分享基于这一突破性模型构建的各种疯狂应用。通过使用 GPT-4o，我们看到了数据检索方面的改进，这可以使用户获得更快的响应并更具成本效益（成本低于 GPT-4 Turbo）。
在 12 小时内，我们在 WrenAI 团队发布了最新版本，以支持使用 GPT-4o LLM 模型查询您自己的数据库。在这篇文章中，我们将指导您如何使用 gpt-4o 查询您自己的 PostgreSQL 数据库！
WrenAI 是一个开源的文本到 SQL 解决方案，旨在帮助数据团队通过提问业务问题而不编写 SQL 来更快地获取结果和洞察。
让我们开始吧！
启动您的PostgreSQL服务器，并使用psql客户端进入您的PostgreSQL数据库。
在PostgreSQL中创建一个数据库，这里我们命名为ecom-wrenai。
CREATE DATABASE ecom_wrenai;
使用\c <database_name>连接到创建的数据库ecom_wrenai。
lijungchi=# \c ecom_wrenai
psql (13.1, server 13.0)
您现在已连接到数据库 "ecom_wrenai" 作为用户 "lijungchi"。
ecom_wrenai=#
现在，您需要创建此数据集的表并导入数据。请查看这里的SQL脚本。
您可以复制脚本到您的psql中，或者通过psql导入SQL。
ecom_wrenai=# \i <path to your file>/import.sql
如果您成功导入数据，将会看到以下信息。
接下来，我们开始安装 WrenAI；在此之前，您需要先安装 Docker。
1. 在本地计算机上安装 Docker Desktop
请确保 Docker Desktop 的版本至少为 >= 4.17。
2. 准备一个 OpenAI API 密钥
请确保您的 Open API 密钥具有完全权限（所有）。
访问 OpenAI 开发者平台。
为 WrenAI 生成一个具有完全权限的新 API 密钥
2. 安装 WrenAI 启动器
如果您使用的是 Mac（Windows 或 Linux 用户请点击这里），请输入以下命令来安装最新版本的 WrenAI 启动器。
curl -L https://github.com/Canner/WrenAI/releases/latest/download/wren-launcher-darwin.tar.gz | tar -xz && ./wren-launcher-darwin
启动器随后会要求您输入 OpenAI API 密钥，如下所示，将您的密钥粘贴到命令中并按回车键。
现在，您可以在 WrenAI 中选择 OpenAI 的生成模型，如 gpt-4o、gpt-4-turbo、gpt-3.5-turbo。
安装完成后，您会看到我们正在您的计算机上运行 docker-compose，工具将自动打开浏览器以访问 WrenAI。
终端成功安装后，将启动浏览器
选择 PostgreSQL 数据库连接器
如果您使用的是 Mac 本地 PostgreSQL 数据库，请输入 docker.for.mac.localhost 以访问数据库。
下一步，定义与语义模型的关系；这有助于 LLMs 更好地理解您的语义数据结构。
现在，一切就绪！
您可以在 WrenAI 界面中查看所有数据模型。
WrenAI UI 语义建模
通过 WrenAI UI，您可以在语义上下文中对数据模型进行建模，例如添加描述、关系、计算等。这种上下文有助于大型语言模型（LLMs）学习您的业务术语和关键绩效指标（KPI）定义，并在连接多个表时减少幻觉现象；LLMs 通过学习表之间的 多对一、一对多 或 多对多 等关系，了解数据结构的层次。
通过 WrenAI 中的计算定义您的业务 KPI 和公式。
在表之间添加语义关系。
在WrenAI中提问业务问题并获取跟进洞察
现在，您可以通过点击WrenAI界面中的新建线程，切换到主页，开始提出任何业务问题。WrenAI会通过向量存储搜索相关语义并提供建议。
WrenAI将为您的业务问题展示最多3个选项；您可以选择最相关的问题来生成最终结果。
选择一个选项后，WrenAI会逐步展示总结内容，包括SQL和数据，让您验证结果是否符合预期。
您可以提出跟进问题，以深入了解结果。
