Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Ta strona zawiera omówienie narzędzi dostępnych do tworzenia generowanych aplikacji sztucznej inteligencji w usłudze Azure Databricks, w tym tworzenia, wdrażania i zarządzania generowanymi aplikacjami sztucznej inteligencji.
Obsługa i wykonywanie zapytań dotyczących generatywnych modeli sztucznej inteligencji
Udostępniaj zestaw wyselekcjonowanych modeli sztucznej inteligencji generacji od dostawców LLM, takich jak OpenAI i Anthropic, i udostępniaj je za pośrednictwem bezpiecznych, skalowalnych interfejsów API.
| Feature | Description |
|---|---|
| Modele podstawowe | Obsługa modeli sztucznej inteligencji generacji, w tym modeli typu open source i innych firm, takich jak Meta Llama, Anthropic Claude, OpenAI GPT i nie tylko. |
Tworzenie agentów sztucznej inteligencji klasy korporacyjnej
Buduj i wdrażaj własnych agentów, w tym agentów wywołujących narzędzia, aplikacje generowania wspomaganego pobieraniem oraz systemy z wieloma agentami.
| Feature | Description |
|---|---|
| AI Playground (bez kodu) | Tworzenie prototypów i testowanie agentów sztucznej inteligencji w środowisku bez kodu. Szybko poeksperymentuj z zachowaniem agenta i integracją narzędzi przed wygenerowaniem kodu na potrzeby wdrożenia. |
| Framework agentów Mosaic AI | Tworzenie, wdrażanie i ocenianie agentów w języku Python. Obsługuje agentów napisanych przy użyciu dowolnej biblioteki tworzenia, w tym LangChain, LangGraph i czystych agentów kodu języka Python. Obsługuje Unity Catalog na potrzeby zapewniania ładu i MLflow na potrzeby śledzenia. |
| Cegły agenta | Tworzenie i optymalizowanie systemów agentów sztucznej inteligencji specyficznych dla domeny za pomocą prostego interfejsu. Skoncentruj się na danych i metrykach, podczas gdy agent Bricks usprawnia implementację. |
Ocenianie, debugowanie i optymalizowanie agentów
Śledzenie wydajności agenta, zbieranie opinii i ulepszanie jakości dzięki narzędziom do oceny i śledzenia.
| Feature | Description |
|---|---|
| Ocena Agenta | Użyj opcji Ocena agenta i MLflow, aby zmierzyć jakość, koszty i opóźnienia. Zbieraj opinie zainteresowanych stron i ekspertów z danej dziedziny za pomocą wbudowanych aplikacji do przeglądu i korzystaj z sędziów LLM w celu identyfikowania i rozwiązywania problemów z jakością. |
| Śledzenie MLflow | Użyj tracowania MLflow, aby uzyskać kompleksową obserwowalność. Rejestrowanie każdego kroku wykonywanego przez agenta, co ułatwia debugowanie, monitorowanie i inspekcję zachowania agenta podczas programowania i produkcji. |
Produkcja agentów sztucznej inteligencji
Wdrażanie agentów w środowisku produkcyjnym i zarządzanie nimi za pomocą skalowalnych punktów końcowych, możliwości obserwacji i wbudowanego ładu.
| Task | Description |
|---|---|
| Logowanie i rejestrowanie agentów | Rejestruj kod agenta, konfigurację i artefakty w katalogu Unity na potrzeby zarządzania zgodnością i cyklem życia. |
| Wdrażanie agentów | Zainstaluj agentów jako zarządzane, skalowalne punkty końcowe. |
| Monitorowanie agentów | Użyj tej samej konfiguracji oceny (sędziów LLM i metryk niestandardowych) w ocenie offline i monitorowaniu online. |