Oracle Cloud Infrastructure-Dokumentation

AI für Python auswählen

Select AI for Python integriert generative KI-Funktionen in Workflows für autonome KI-Datenbanken. Select AI for Python stellt eine Clientbibliothek select_ai bereit, mit der Sie DBMS_CLOUD_AI-Funktionen in Autonomous AI Database von Python verwenden können. Select AI for Python unterstützt erweiterte generative KI-Workflows, Zusammenfassungen, Feedback-Mechanismen, konsistentes Metadatenmanagement und Funktionen der agentenbasierten KI. Es unterstützt auch Python 3.14 und enthält eine aktualisierte HTML-Dokumentationsseite (Neu)

Aufgaben, die sie ausführen können

  • Verbindung zur Datenbank über synchrone oder asynchrone Verbindungen herstellen

  • Erstellen und verwalten Sie KI-Profile, um die Verwendung von KI-Modellen von einer Vielzahl von KI-Anbietern zu ermöglichen

  • Verwenden Sie natürliche Sprache, um Ihre Datenbank durch KI-basierte SQL-Generierung abzufragen

  • Abfrageergebnisse in natürlicher Sprache beschreiben

  • Erstellen und Verwalten von Unterhaltungen mit Prompt-Historie

  • Einfache Erstellung und Aktualisierung von Vektorindizes zur Verwendung mit integrierten und automatisierten Retrieval Augmented Generation-(RAG-)Workflows

  • Synthetische Daten für Tests und Analysen mit generativer KI generieren

  • Text- oder Abfrageergebnisse zusammenfassen

  • Modellfeedback erfassen und verwalten

  • Erstellen Sie autonome KI-Agenten und Interaktions-KI-Agenten. Weitere Informationen finden Sie unter AI-Agent für Python auswählen.

Unterstützte Plattformen

Select AI for Python ist für Autonomous Database 19c und Autonomous AI Database 26ai zertifiziert. Select AI for Python kann auf anderen Plattformen funktionieren, ist jedoch nicht zertifiziert.

Klicken Sie auf https://github.com/oracle/python-select-ai/issues, um Probleme zu melden.

Unterstützte Funktionen für Select AI Profile (Synchron und Asynchron)

Wenn Sie Prompts über ein Profil senden, können Sie zwischen mehreren Funktionen wählen, die für AI-Profilobjekte definiert sind. Einige sind wie folgt:

  • create(): Erstellen Sie das AI-Profil in der Datenbank, oder ersetzen Sie es gegebenenfalls.

  • delete(): Entfernen Sie das Profil.

  • generate(): Verwenden Sie das Profil, um einen Prompt gemäß der ausgewählten Aktion zu verarbeiten.

  • generate_synthetic_data(): Erstellen Sie synthetische Daten basierend auf den angegebenen Attributen.

  • get_attributes(): Gibt die aktuellen Profilattribute zurück.

  • run_sql(): SQL generieren und ausführen (Standard).

  • show_sql(): Generieren Sie SQL, ohne es auszuführen.

  • explain_sql(): Geben Sie eine Erläuterung für generiertes SQL an.

  • narrate(): Beschreiben Sie Abfrageergebnisse in natürlicher Sprache.

  • chat(): Nehmen Sie an einer Freiformunterhaltung teil.

  • show_prompt(): Zeigen Sie den erstellten Prompt an, der an das generative KI-Modell gesendet wird.

  • summarize(): Erstellen Sie eine Zusammenfassung für den bereitgestellten Inhalt.

  • add_positive_feedback(), add_negative_feedback(), delete_feedback(): Verwalten Sie Benutzerfeedback, das mit generierten Abfragen verknüpft ist.

Eine vollständige Liste der Funktionen finden Sie in der Dokumentation AI für Python auswählen. Weitere Informationen zu den Aktionen "KI auswählen" finden Sie auch unter KI-Schlüsselwort zum Eingeben von Prompts verwenden.

Unterstützte Klassen

Die Bibliothek umfasst Klassen zur Verwaltung von Providern, Profilen, Unterhaltungen, Vektorindizes und synthetischen Daten. Sowohl synchrone als auch asynchrone Versionen sind verfügbar.

  • Providerklassen: Definieren Sie den AI-Provider: OpenAIProvider, AzureProvider, OCIGenAIProvider, AWSProvider, GoogleProvider, AnthropicProvider, CohereProvider, HuggingFaceProvider.

  • Profile: Definiert das generative KI-Profil zur Verarbeitung von Prompts (Provider, Zugangsdaten, Metadaten, Optionen) und unterstützt die Generierung synthetischer Daten.

  • ProfileAttributes: Profilkonfigurationsdetails wie Provider, Zugangsdatenname, maximale Token, Temperatur, Objektliste oder Vektorindex.

  • ConversationAttributes: Konversationskontext über Prompts hinweg verwalten.

  • VectorIndex und VectorIndexAttributes: Erstellen und verwalten Sie Vektorindizes für RAG.

  • SyntheticDataAttributes: Synthetische Datasets für Tests und Entwicklung erstellen.

Für die Klassen Profile, Conversation und VectorIndex sind asynchrone Äquivalente vorhanden.

Eine vollständige API-Referenz finden Sie in der Dokumentation Select AI for Python.

API- und Attributaktualisierung - Erweiterungen

Die folgenden Verbesserungen sind verfügbar:

  • Alle Proxyobjekte unterstützen jetzt fetch(), um vorhandene Objekte abzurufen.

  • Alle Proxyobjekte stellen set_attribute() und set_attributes() für konsistente Updates bereit

Berechtigungen und HTTP-Zugriff

Die Berechtigungsverwaltung ist von der HTTP-Zugriffskonfiguration getrennt.

Berechtigungs-APIs:

  • select_ai.grant_privileges
  • select_ai.revoke_privileges
Berechtigungen werden so aktualisiert, dass sie Folgendes enthalten:
  • DBMS_CLOUD
  • DBMS_CLOUD_AI
  • DBMS_CLOUD_AI_AGENT
  • DBMS_CLOUD_PIPELINE

HTTP-Zugriffs-APIs:

  • select_ai.grant_http_access
  • select_ai.revoke_http_access

Weitere Verbesserungen