Skip to main content
本笔记本展示了一个代理与 Power BI Dataset 交互的场景。该代理正在回答有关数据集的更一般性问题，以及从错误中恢复。 请注意，由于此代理处于积极开发阶段，所有答案可能都不正确。它运行在 executequery 端点 上，该端点不允许删除操作。

​
注意事项

  • 它依赖于 azure.identity 包的认证，可以使用 pip install azure-identity 安装。或者，您可以创建一个带有字符串令牌的 powerbi 数据集，而无需提供凭据。
  • 您还可以提供一个用户名以模拟身份，用于启用了 RLS 的数据集。
  • 工具包使用 LLM 根据问题生成查询，代理使用 LLM 进行整体执行。
  • 测试主要使用 gpt-3.5-turbo-instruct 模型完成，codex 模型似乎表现不佳。

​
初始化

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

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,
)

​
示例：描述表

agent_executor.run("Describe table1")

​
示例：对表进行简单查询

在此示例中，代理实际上找出了获取表行数的正确查询。 
agent_executor.run("How many records are in table1?")

​
示例：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")

​
示例：添加您自己的少样本提示

# 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?")
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.