aws_cru_langchain

This project uses LLM and LangChain to implement natural language SQL for AWS Cost and Usage Reports (CUR).

参考サイト

コードは、こちらのサイトがベース(本家)になります。

System

Getting Started

Cube Core起動

「AWS Cost Usage Reportの可視化(2) -ヘッドレスBIツールCubeを試してみる」のStep1を参考にする。

cure core起動パラメータ準備

touch .env

.envファイル

CUBEJS_AWS_KEY=<AWSアクセスキー>
CUBEJS_AWS_SECRET=<AWSシークレットキー>
CUBEJS_AWS_REGION=ap-northeast-1
CUBEJS_AWS_S3_OUTPUT_LOCATION=s3://<S3バケット名>
CUBEJS_DB_TYPE=athena
CUBEJS_EXTERNAL_DEFAULT=true
CUBEJS_SCHEDULED_REFRESH_DEFAULT=true
CUBEJS_DEV_MODE=true
CUBEJS_SCHEMA_PATH=model

cube coreコンテナ起動
```
docker compose up -d
```
ブラウザでcubeへ接続し(http://localhost:4000/)、(Athenaの)モデル作成。

LangChainアプリ起動

python環境を準備
```
(base)$ conda create -n aws_cur_langchain phthon=3.1
(base)$ conda activate aws_cur_langchain
(aws_cur_langchain)$ pip install -r requirements.txt
```
※ventやvirtualenvなど、お好みのツールでok。上記は、conda(Anacondaディストリビューション)を使う場合の参考。
OpenAI APIのキー取得(ex. sk-XXXXXXXXXXX)
Cube APIシークレットキー(ex. JWTフォーマット)。ブラウザでCube Coreへアクセスし、「Playground」->「Code」から取得できる。
```
(snip)
const cubejsApi = cubejs(
'{ヘッダ}.{ペイロード}.{署名}',
{ apiUrl: 'http://localhost:4000/cubejs-api/v1' }
);
(snip)
```

.envファイルに、下記の環境変数を追加。 .envファイル

OPENAI_API_KEY=<OpenAI APIのキー>
CUBE_API_URL=http://localhost:4000/cubejs-api/v1
CUBE_API_SECRET=<Cube APIシークレットキー>
#DATABASE_URL=postgresql://localhost:4000/test
DATABASE_URL=host=localhost port=15432 dbname=test user=username password=password

アプリ起動
```
(aws_cur_langchain)$ streamlit run streamlit_app.py
```
※初回起動時はIngestion処理のため(「Loading context from Cube API...」)5分程度待つ。
GUIが表示されたらクエリ投入(ex. pricing_public_on_demand_costの合計は？)

t-tkm/aws_cru_langchain

aws_cru_langchain

参考サイト

System

Getting Started

Cube Core起動

LangChainアプリ起動