Utilisation de SELECT AI pour générer des instructions SQL à partir d'invites en langage naturel

Plates-formes prises en charge

Select AI est pris en charge sur Autonomous AI Database sans serveur et Autonomous AI Database sur une infrastructure Exadata dédiée et le cloud chez les clients.

Base de données d'IA autonome sans serveur
Base de données IA autonome sur une infrastructure Exadata dédiée
Région Base de données d'IA autonome sur une infrastructure Exadata dédiée
Base de données d'IA autonome Cloud@Customer

A propos de la génération SQL

L'utilisation du langage naturel pour interagir avec les données de votre base de données est désormais possible avec les LLM. Cela signifie que vous pouvez utiliser le langage naturel, par exemple l'anglais brut, pour interroger la base de données.

Lorsque vous utilisez Select AI, Autonomous AI Database gère le processus de conversion du langage naturel en langage SQL. Cela signifie que vous pouvez fournir une invite en langage naturel au lieu du code SQL pour interagir avec vos données. Select AI sert d'outil de productivité pour les utilisateurs et les développeurs SQL et permet aux utilisateurs SQL non experts de tirer des informations utiles de leurs données, sans avoir à comprendre les structures de données ou les langages techniques.

Le package DBMS_CLOUD_AI dans Autonomous AI Database permet l'intégration à un LLM spécifié par l'utilisateur pour générer du code SQL à l'aide d'invites en langage naturel. Le package aide le LLM à connaître le schéma de base de données et à écrire une requête SQL cohérente avec ce schéma. Le package DBMS_CLOUD_AI fonctionne avec des fournisseurs d'IA tels que OpenAI, Cohere, Azure OpenAI Service et Oracle Cloud Infrastructure Generative AI.

Remarques :

Les utilisateurs doivent disposer d'un compte auprès du fournisseur d'IA et fournir leurs informations d'identification via les objets DBMS_CLOUD_AI utilisés par la base de données AI autonome.

Terminologie

Il est important de comprendre les différents termes utilisés avec Select AI avant de l'utiliser.

Les termes suivants sont liés à la fonction Sélectionner IA :

Terme	Définition
Informations d'identification de base de données	Les informations d'identification de base de données sont des informations d'identification d'authentification utilisées pour accéder aux bases de données et interagir avec elles. Ils se composent généralement d'un nom d'utilisateur et d'un mot de passe, parfois complétés par des facteurs d'authentification supplémentaires tels que des jetons de sécurité. Ces informations d'identification sont utilisées pour établir une connexion sécurisée entre une application ou un utilisateur et une base de données, garantissant que seules les personnes ou les systèmes autorisés peuvent accéder aux données stockées dans la base et les manipuler.
Hallucination en LLM	L'hallucination dans le contexte des grands modèles de langage fait référence à un phénomène dans lequel le modèle génère un texte incorrect, absurde ou sans rapport avec l'invite d'entrée. En dépit d'être le résultat de la tentative du modèle de générer un texte cohérent, ces cas peuvent contenir des informations qui sont fabriquées, trompeuses ou purement imaginatives. L'hallucination peut se produire en raison de biais dans les données d'entraînement, d'un manque de compréhension correcte du contexte ou de limites dans le processus d'entraînement du modèle.
IAM	Oracle Cloud Infrastructure Identity and Access Management (IAM) vous permet de contrôler qui a accès à vos ressources cloud. Vous pouvez contrôler le type d'accès affecté à un groupe d'utilisateurs et les ressources spécifiques auxquelles ces utilisateurs ont accès. Pour plus d'informations, reportez-vous à Présentation d'Identity and Access Management.
Invites en langage naturel	Les invites de langage naturel sont des instructions lisibles par l'homme ou des demandes fournies pour guider les modèles d'IA générative, tels que les grands modèles de langage. Au lieu d'utiliser des langages de programmation ou des commandes spécifiques, les utilisateurs peuvent interagir avec ces modèles en entrant des invites sous une forme plus conversationnelle ou en langage naturel. Les modèles génèrent ensuite une sortie en fonction de l'invite fournie.
Liste de contrôle d'accès réseau (ACL)	Une liste de contrôle d'accès réseau est un ensemble de règles ou d'autorisations qui définissent le trafic réseau autorisé à passer par un périphérique réseau, tel qu'un routeur, un pare-feu ou une passerelle. Les ACL sont utilisées pour contrôler et filtrer le trafic entrant et sortant en fonction de divers critères tels que les adresses IP, les numéros de port et les protocoles. Ils jouent un rôle crucial dans la sécurité du réseau en permettant aux administrateurs de gérer et de restreindre le trafic réseau afin d'empêcher les accès non autorisés, les attaques potentielles et les violations de données.
Recherche de similarité	La recherche de similarité identifie et extrait les points de données qui correspondent étroitement à une requête donnée en comparant les vecteurs de fonctionnalité dans une banque de vecteurs.
Distances vectorielles	Les distances vectorielles mesurent la similitude ou la dissimilarité entre les vecteurs caractéristiques en calculant la distance entre eux dans un espace multidimensionnel.
Index vectoriel	Un index vectoriel organise et stocke des vecteurs de fonctionnalités pour permettre une recherche et une récupération efficaces des données associées.
Magasin de vecteurs	Un magasin de vecteurs comprend des systèmes qui stockent, gèrent et activent la recherche de similarité sémantique impliquant des incorporations de vecteurs. Cela inclut les bases de données vectorielles autonomes et Oracle Database 23ai AI Vector Search.

Instructions d'utilisation

Fournit des consignes d'utilisation qui garantissent une utilisation efficace et correcte des invites en langage naturel pour la génération SQL afin de garantir une expérience utilisateur améliorée.

Utilisation prévue

Cette fonctionnalité est destinée à la génération et à l'exécution de requêtes SQL résultant d'invites en langage naturel fournies par l'utilisateur. Il automatise ce qu'un utilisateur peut faire manuellement en fonction de ses métadonnées de schéma, en combinaison avec un grand modèle de langage (LLM) de son choix.

Bien que n'importe quelle invite puisse être fournie, y compris celles qui ne sont pas liées à la production de résultats de requête SQL, Select AI se concentre sur la génération de requête SQL. Sélectionnez AI pour soumettre des demandes générales avec l'action chat.

Données d'augmentation d'invite

La base de données augmente l'invite spécifiée par l'utilisateur avec les métadonnées de la base de données pour atténuer les hallucinations du LLM. L'invite augmentée est ensuite envoyée au LLM spécifié par l'utilisateur pour produire la requête.

La base de données augmente l'invite avec des métadonnées de schéma uniquement. Ces métadonnées peuvent inclure des définitions de schéma, des commentaires de table et de colonne, ainsi que du contenu disponible à partir du dictionnaire de données et du catalogue. Dans le cadre de la génération SQL, la base de données ne fournit pas de contenu de table ou de vue (valeurs réelles de ligne ou de colonne) lors de l'augmentation de l'invite.

Toutefois, l'action narrate fournit le résultat de la requête, qui peut contenir des données de base de données, au LLM spécifié par l'utilisateur à partir duquel générer du texte en langage naturel décrivant les résultats de la requête.

Avertissement :

Les grands modèles de langage (LLM) ont été formés à un large éventail de documents et de contenus textuels, généralement à partir d'Internet. En conséquence, les LLM peuvent avoir incorporé des modèles de contenu non valide ou malveillant, y compris l'injection SQL. Ainsi, bien que les LLM soient capables de générer du contenu utile et pertinent, ils peuvent également générer des informations incorrectes et fausses, y compris des requêtes SQL qui produisent des résultats inexacts et / ou compromettent la sécurité de vos données.

Les requêtes générées en votre nom par le fournisseur de LLM spécifié par l'utilisateur seront exécutées dans votre base de données. Votre utilisation de cette fonctionnalité est uniquement à vos propres risques et, nonobstant toutes autres conditions générales relatives aux services fournis par Oracle, constitue votre acceptation de ce risque et votre exclusion expresse de la responsabilité ou de la responsabilité d'Oracle pour tout dommage résultant de cette utilisation.

Sélectionnez votre fournisseur d'IA et vos LLM

Choisissez un fournisseur d'IA et un LLM qui répondent à vos normes de sécurité et qui correspondent à vos besoins spécifiques, tels que la génération de texte ou de code.

Différents LLM excellent pour différentes tâches en fonction de leurs données d'entraînement et de leur objectif. Certains modèles sont excellents pour la génération de texte, mais peuvent ne pas fonctionner correctement dans la génération de code, tandis que d'autres sont spécifiquement optimisés pour les tâches de codage. Choisissez un LLM qui correspond le mieux à vos besoins.

Fournisseur d'intelligence artificielle	LLM	Incorporer le modèle pour la RAG	Description
OCI Generative AI	meta.llama-3.3-70b-instruct (par défaut) meta.llama-3.2-90b-vision-instruct meta.llama-3.2-11b-vision-instruct meta.llama-3.1-70b-instruct meta.llama-3.1-405b-instruct cohere.command-r-08-2024 cohere.command-r-plus-08-2024 cohere.command-r-16k (obsolète) cohere.command–r-plus (en phase d'abandon) xai.grok-3 xai.grok-3-fast xai.grok-3-mini xai.grok-3 minutes-rapide Reportez-vous aux sections suivantes : A propos des modèle de conversation dans Generative AI La plate-forme xAI pour OCI Generative AI	cohere.embed-english-v3.0 (par défaut) cohere.embed-multilingue-v3.0 cohere.embed-anglais-lumière-v3.0 cohere.embed-multilingue-lumière-v3.0 Reportez-vous à A propos de l'intégration de modèles dans l'IA générative.	Les modèles de discussion OCI Generative AI sont pris en charge pour toutes les actions `SELECT AI` telles que `runsql`, `showsql`, `explainsql`, `narrate` et `chat`. Les modèles de texte de génération OCI sont pris en charge uniquement pour l'action `SELECT AI` `chat`. Pour configurer vos attributs de profil, reportez-vous à la section .
Service Azure OpenAI	GPT-4o GPT-4 GPT-4 Turbo avec Vision GPT-3.5-Turbo	text-embedding-ada-002	Idéal pour générer du code SQL à partir d'invites en langage naturel, d'une action `chat` et de la RAG Select AI.
OpenAI	gpt-3.5-turbo (par défaut) gpt-4o gpt-4o-mini gpt-4 gpt-4-0613 gpt-4-32k gpt-4-32k-0613 gpt-3.5-turbo-0613 gpt-3.5-turbo-16k gpt-3.5-turbo-16k-0613	text-embedding-ada-002	Idéal pour générer du code SQL à partir d'invites en langage naturel, d'une action `chat` et de la RAG Select AI.
OpenAI-Compatible	Modèles de fournisseurs compatibles avec OpenAI, tels que : IA Fireworks xAI Celui d'un autre utilisateur	Intégration de modèles à partir de fournisseurs compatibles OpenAI. Par exemple, reportez-vous à Modèles d'intégration d'IA Fireworks.	Prend en charge un large éventail de cas d'utilisation.
Cohere	commande (par défaut) commande-nuit (expérimental) commande-r commande-r-plus commande-lumière commande-lumière-nuit (expérimental) modèles personnalisés	embed-english-v2.0	Convient le mieux à l'action `chat`.
Google	gemini-1.5-flash (par défaut) gemini-1.5-pro gemini-1.0-pro	text-embedding-004 (valeur par défaut)	Idéal pour générer du code SQL à partir d'invites en langage naturel, d'une action `chat` et de la RAG Select AI.
Anthropique	claude-3-5-sonnet-20240620 (par défaut) claude-3-opus-20240229 claude-3-sonnet-20240229 claude-3-haiku-20240307	S/O	Idéal pour générer du code SQL à partir d'invites en langage naturel, d'une action `chat` et de la RAG Select AI.
Hugging Face	Mixtral-8x7B-Instruct-v0.1 (par défaut) meta-Llama-3-70B-instruct Qwen1.5-1.8B autres modèles de discussion	S/O	Idéal pour générer du code SQL à partir d'invites en langage naturel, d'une action `chat` et de la RAG Select AI.
AWS	Modèles de base Modèles personnalisés	amazon.titan-embed-text-v1 amazon.titan-embed-text-v2:0 cohere.embed-anglais-v3	Prend en charge un large éventail de cas d'utilisation.

Remarques :

Indiquez le fournisseur compatible OpenAI via le paramètre provider_endpoint au lieu du paramètre provider. Reportez-vous à .
Pour les modèles qui acceptent des images, utilisez meta.llama-3.2-90b-vision-instruct. Ce modèle est spécifiquement entraîné pour la vision et les images. Bien qu'il puisse être utilisé pour la génération de texte et de code SQL, le modèle convient mieux aux images. Pour en savoir plus, reportez-vous à Discussion sur OCI Generative AI.

Le modèle meta.llama-3.2-11b-vision-instruct offre des fonctionnalités multimodales robustes.
Les modèles d'intégration sont également connus sous le nom de modèles de transformateurs.

Sélectionner des concepts d'IA

Explorer les concepts et les termes liés à Select AI.

A propos de la génération SQL

L'utilisation du langage naturel pour interagir avec les données de votre base de données est désormais possible avec les LLM. Cela signifie que vous pouvez utiliser le langage naturel, par exemple l'anglais brut, pour interroger la base de données.

Lorsque vous utilisez Select AI, Autonomous AI Database gère le processus de conversion du langage naturel en langage SQL. Cela signifie que vous pouvez fournir une invite en langage naturel au lieu du code SQL pour interagir avec vos données. Select AI sert d'outil de productivité pour les utilisateurs et les développeurs SQL et permet aux utilisateurs SQL non experts de tirer des informations utiles de leurs données, sans avoir à comprendre les structures de données ou les langages techniques.

Le package DBMS_CLOUD_AI dans Autonomous AI Database permet l'intégration à un LLM spécifié par l'utilisateur pour générer du code SQL à l'aide d'invites en langage naturel. Le package aide le LLM à connaître le schéma de base de données et à écrire une requête SQL cohérente avec ce schéma. Le package DBMS_CLOUD_AI fonctionne avec des fournisseurs d'IA tels que OpenAI, Cohere, Azure OpenAI Service et Oracle Cloud Infrastructure Generative AI.

Remarques :

Les utilisateurs doivent disposer d'un compte auprès du fournisseur d'IA et fournir leurs informations d'identification via les objets DBMS_CLOUD_AI utilisés par la base de données AI autonome.

Utilisation de DBMS_CLOUD_AI pour configurer les profils AI

Autonomous AI Database utilise des profils d'IA pour faciliter et configurer l'accès à un LLM et pour configurer la génération d'instructions SQL à partir d'invites en langage naturel.

Les profils AI incluent les objets de base de données qui sont la cible des requêtes en langage naturel. Les métadonnées utilisées à partir de ces cibles peuvent inclure des noms de table de base de données, des noms de colonne, des types de données de colonne et des commentaires. Vous créez et configurez des profils AI à l'aide des procédures DBMS_CLOUD_AI.CREATE_PROFILE et DBMS_CLOUD_AI.SET_PROFILE.

Configuration requise pour configurer le package DBMS_CLOUD_AI

Les éléments suivants sont requis pour exécuter DBMS_CLOUD_AI :

Accès à un compte cloud Oracle Cloud Infrastructure et à une instance Autonomous AI Database.
Compte d'API payant pour un fournisseur d'IA pris en charge, parmi les suivants :
- OpenAI : pour permettre à OpenAI de générer du code SQL à partir d'invites en langage naturel, obtenez les clés d'API à partir de votre compte payant OpenAI.
  
  Vous pouvez trouver votre clé d'API secrète dans les paramètres utilisateur.
- Cohere : pour permettre à Cohere de générer du code SQL à partir d'invites en langage naturel, obtenez des clés d'API à partir de votre compte payant Cohere.
  
  Cliquez sur Tableau de bord, puis sur Clés d'API dans la navigation de gauche. Copiez la clé d'API par défaut ou créez une autre clé. Pour plus d'informations, reportez-vous à API-Keys.
- Service OpenAI Azure : permet à Service OpenAI Azure de générer du code SQL à partir d'invites en langage naturel, de configurer et de fournir un accès au fournisseur d'IA.
  
  Pour utiliser le service OpenAI Azure, procédez comme suit :
  1. Obtenez vos clés d'API secrètes. Vous pouvez trouver vos clés d'API dans la section Resource Management de votre portail Azure. Sur la page Ressource de service Azure OpenAI, cliquez sur Clés et adresse. Vous pouvez copier KEY1 ou KEY2.
  2. Créez une ressource de service OpenAI Azure et déployez un modèle : Créer et déployer une ressource de service OpenAI Azure.
    Conseil :
    
    Notez le nom de la ressource et le nom du déploiement car ces paramètres sont utilisés pour fournir des droits d'accès réseau et créer votre profil de service OpenAI Azure à l'aide de la procédure DBMS_CLOUD_AI.CREATE_PROFILE.
    
    Pour en savoir plus sur les limites de débit pour le jeton par minute sur un modèle, reportez-vous à Quota et limites de service Azure OpenAI.
  3. Autoriser l'accès au service OpenAI Azure :
    - Vous pouvez utiliser votre clé d'API de clé secrète pour autoriser l'accès au service OpenAI Azure. Pour en savoir plus, reportez-vous à l'exemple de la section .
- OCI Generative AI : reportez-vous à Comment générer la clé de signature d'API.
- Google : pour permettre à Google AI Studio de générer des réponses SQL et textuelles à vos invites en langage naturel, obtenez les clés d'API à partir de votre compte payant Google AI Studio.
  1. Accédez à Google AI Studio.
  2. Cliquez sur Connexion à Google AI Studio.
  3. Cliquez sur Get API key dans l'écran d'invite.
  4. Sélectionnez toutes les options applicables sur la page suivante.
  5. Cliquez sur Create API key.
  6. Cliquez sur Créer une clé d'API dans le nouveau projet.
    
    L'écran affiche la progression et génère une clé d'API. Copiez la clé et enregistrez-la.
- Anthropique : pour permettre à Anthropic Developer Console de générer des réponses SQL et textuelles à vos invites en langage naturel, obtenez les clés d'API à partir de votre compte payant Anthropic Developer Console.
  1. Accédez à Console de développeur anthropique.
  2. Créez un compte si vous n'en avez pas déjà un.
  3. Une fois connecté, accédez à la section API ou au tableau de bord.
  4. Recherchez une option pour générer ou afficher les clés d'API.
  5. Cliquez sur cette option pour créer une clé d'API.
  6. Copiez la clé d'API générée et enregistrez-la.
    
    L'API Claude est un service payant. Vous devrez ajouter des crédits à votre compte avant de pouvoir utiliser la clé d'API.
- Hugging Face : pour permettre à Hugging Face en tant que fournisseur d'IA de générer des réponses SQL et textuelles à vos invites en langage naturel, obtenez les clés d'API de votre compte payant Hugging Face.
  1. Accédez à Hugging Face.
  2. Créez un compte si vous n'en avez pas déjà un.
  3. Accédez aux paramètres de votre compte.
  4. Dans le menu de navigation, localisez les jetons d'accès.
  5. Cliquez sur cette option pour créer une clé d'API.
  6. Copiez la clé d'API générée et enregistrez-la.
- AWS : pour activer AWS, obtenez votre clé d'API et votre ID de modèle.
  
  Obtenez votre clé d'API et utilisez-la pour créer des informations d'identification via DBMS_CLOUD.CREATE_CREDENTIAL.
  
  Suivez cette procédure pour obtenir votre clé d'API et votre nom de modèle :
  1. Inscrivez-vous à un compte AWS si vous n'en avez pas déjà un.
  2. Créez vos clés d'accès et vos clés secrètes à partir de la console AWS Bedrock.
  3. Copiez les clés générées et enregistrez-les.
  4. Demander l'accès à leurs modèles de base. Reportez-vous à Accès aux modèles de base Amazon Bedrock.
  5. Obtenez l'ID du modèle. Vous avez besoin de l'ID de modèle dans la procédure DBMS_CLOUD_AI.CREATE_PROFILE. L'ID de modèle dépend des ressources que vous utilisez. Si vous utilisez :
    - un modèle de base, indiquez l'ID du modèle ou son ARN (Amazon Resource Names). Pour obtenir la liste des ID de modèle pour les modèles de base, reportez-vous à ID de modèle de base Amazon Bedrock
    - un profil d'inférence, indiquez le code profil d'inférence ou son numéro ARN. Pour obtenir la liste des ID de profil d'inférence, reportez-vous à Régions et modèles pris en charge pour l'inférence inter-région.
    - un modèle provisionné, indiquez l'ARN du débit provisionné. Pour plus d'informations, reportez-vous à Exécuter l'inférence à l'aide d'un débit provisionné.
    - un modèle personnalisé, achetez-lui le débit provisionné. Indiquez ensuite l'ARN du modèle provisionné résultant. Pour plus d'informations, voir Utiliser un modèle personnalisé dans Amazon Bedrock.
    - un modèle Amazon Bedrock Marketplace, indiquez l'ID ou l'ARN de l'adresse de marché que vous avez créée. Reportez-vous à Amazon Bedrock Marketplace.
    Remarques :
    Le modèle importé n'est pas pris en charge avec l'API Bedrock Converse.
  Pour utiliser AWS en tant que fournisseur, reportez-vous à Exemple : sélection d'une IA avec AWS.
Privilèges d'ACL réseau pour accéder à votre fournisseur d'IA externe.

Remarques :
L'ACL de réseau n'est pas applicable pour OCI Generative AI.
Informations d'identification qui fournissent l'accès au fournisseur AI.

Configurer le package DBMS_CLOUD_AI

Avant d'utiliser Select AI, voici les étapes à suivre pour activer DBMS_CLOUD_AI.

Pour configurer DBMS_CLOUD_AI :

Accordez le privilège EXECUTE sur le package DBMS_CLOUD_AI à l'utilisateur qui souhaite utiliser Select AI.

Par défaut, seul l'utilisateur ADMIN dispose du privilège EXECUTE. L'utilisateur ADMIN peut accorder le privilège EXECUTE à d'autres utilisateurs.
Accordez l'accès aux listes de contrôle d'accès réseau à l'utilisateur qui souhaite utiliser Select AI et à l'adresse du fournisseur AI.

L'utilisateur ADMIN peut accorder l'accès ACL au réseau. Reportez-vous à Procédure APPEND_HOST_ACE dans Référence des types et des packages PL/SQL Oracle Database 19c ou Référence des types et des packages PL/SQL Oracle Database 26ai.
Créez des informations d'identification pour activer l'accès à votre fournisseur AI.
Pour plus d'informations, reportez-vous à Procédure CREATE_CREDENTIAL.

L'exemple suivant accorde le privilège EXECUTE à ADB_USER :

grant execute on DBMS_CLOUD_AI to ADB_USER;

L'exemple suivant accorde à ADB_USER le privilège d'utiliser l'adresse api.openai.com.

BEGIN  
    DBMS_NETWORK_ACL_ADMIN.APPEND_HOST_ACE(
         host => 'api.openai.com',
         ace  => xs$ace_type(privilege_list => xs$name_list('http'),
                             principal_name => 'ADB_USER',
                             principal_type => xs_acl.ptype_db)
   );
END;
/

APPEND_HOST_ACE Paramètres de fonction

Paramètre Description

Paramètre	Description
`host`	Hôte, qui peut être le nom ou l'adresse IP de l'hôte. Vous pouvez utiliser un caractère générique pour spécifier un domaine ou un sous-réseau IP. Le nom d'hôte ou de domaine ne distingue pas les majuscules des minuscules. Pour OpenAI, utilisez api.openai.com. Pour Cohere, utilisez api.cohere.ai. Pour Service OpenAI Azure, utilisez <azure_resource_name>.openai.azure.com. Pour en savoir plus sur `azure_resource_name`, reportez-vous à Attributs de profil. Pour Google, utilisez generativelanguage.googleapis.com. Pour Anthropic, utilisez api.anthropic.com. Pour Hugging Face, utilisez api-inference.huggingface.co.
`ace`	Entrées de contrôle d'accès (ACE). Le type `XS$ACE_TYPE` est fourni pour construire chaque entrée ACE pour l'ACL. Pour plus de détails, reportez-vous à Création d'ACL et d'ACE dans le Guide de l'administrateur et du développeur Oracle Database 19c Real Application Security ou dans le Guide de l'administrateur et du développeur Oracle Database 26ai Real Application Security.

host

Hôte, qui peut être le nom ou l'adresse IP de l'hôte. Vous pouvez utiliser un caractère générique pour spécifier un domaine ou un sous-réseau IP. Le nom d'hôte ou de domaine ne distingue pas les majuscules des minuscules.

Pour OpenAI, utilisez api.openai.com.

Pour Cohere, utilisez api.cohere.ai.

Pour Service OpenAI Azure, utilisez <azure_resource_name>.openai.azure.com. Pour en savoir plus sur azure_resource_name, reportez-vous à Attributs de profil.

Pour Google, utilisez generativelanguage.googleapis.com.

Pour Anthropic, utilisez api.anthropic.com.

Pour Hugging Face, utilisez api-inference.huggingface.co.

ace

Entrées de contrôle d'accès (ACE). Le type XS$ACE_TYPE est fourni pour construire chaque entrée ACE pour l'ACL. Pour plus de détails, reportez-vous à Création d'ACL et d'ACE dans le Guide de l'administrateur et du développeur Oracle Database 19c Real Application Security ou dans le Guide de l'administrateur et du développeur Oracle Database 26ai Real Application Security.

Voici un exemple de création d'informations d'identification pour activer l'accès à OpenAI.

EXEC DBMS_CLOUD.CREATE_CREDENTIAL('OPENAI_CRED', 'OPENAI', 'your_api_token');

Paramètres DBMS_CLOUD.CREATE_CREDENTIAL

Paramètre Description

Paramètre	Description
`credential_name`	Nom des informations d'identification à stocker. Le paramètre `credential_name` doit être conforme aux conventions de dénomination des objets Oracle, qui n'autorisent pas les espaces ni les traits d'union.
`username`	Les arguments `username` et `password` indiquent ensemble vos informations d'identification de fournisseur AI. `username` est un nom utilisateur spécifié par l'utilisateur.
`password`	Les arguments `username` et `password` indiquent ensemble vos informations d'identification de fournisseur AI. `password` est la clé d'API secrète de votre fournisseur d'IA et dépend du fournisseur, à savoir OpenAI, Cohere, Azure OpenAI Service, OCI, Google, Anthropic ou Hugging Face. Pour plus d'informations, reportez-vous à Configuration requise pour configurer le package DBMS_CLOUD_AI.

credential_name

Nom des informations d'identification à stocker. Le paramètre credential_name doit être conforme aux conventions de dénomination des objets Oracle, qui n'autorisent pas les espaces ni les traits d'union.

username

Les arguments username et password indiquent ensemble vos informations d'identification de fournisseur AI.

username est un nom utilisateur spécifié par l'utilisateur.

password

Les arguments username et password indiquent ensemble vos informations d'identification de fournisseur AI.

password est la clé d'API secrète de votre fournisseur d'IA et dépend du fournisseur, à savoir OpenAI, Cohere, Azure OpenAI Service, OCI, Google, Anthropic ou Hugging Face. Pour plus d'informations, reportez-vous à Configuration requise pour configurer le package DBMS_CLOUD_AI.

Création et définition d'un profil AI

Décrit les étapes de création et d'activation d'un profil AI.

Utilisez DBMS_CLOUD_AI.CREATE_PROFILE pour créer un profil AI. Démarrez ensuite DBMS_CLOUD_AI.SET_PROFILE pour activer le profil AI afin de pouvoir utiliser SELECT AI avec une invite en langage naturel.

Remarques :

Vous devez exécuter DBMS_CLOUD_AI.SET_PROFILE dans chaque nouvelle session de base de données (connexion) avant d'utiliser SELECT AI.

L'exemple suivant avec le fournisseur OpenAI crée un profil AI appelé OPENAI et définit le profil OPENAI pour la session utilisateur en cours.

-- Create AI profile
--
SQL> BEGIN
  DBMS_CLOUD_AI.create_profile(
      'OPENAI',
      '{"provider": "openai",
        "credential_name": "OPENAI_CRED",
        "object_list": [{"owner": "SH", "name": "customers"},
                        {"owner": "SH", "name": "sales"},
                        {"owner": "SH", "name": "products"},
                        {"owner": "SH", "name": "countries"}]
       }');
END;
/
 
PL/SQL procedure successfully completed.
 
--
-- Enable AI profile in current session
--
SQL> EXEC DBMS_CLOUD_AI.set_profile('OPENAI');
 
PL/SQL procedure successfully completed.

Utiliser le mot-clé AI pour saisir des invites

Utilisez AI comme mot-clé dans une instruction SELECT pour interagir avec la base de données à l'aide d'invites en langage naturel.

Le mot-clé AI dans une instruction SELECT indique au moteur d'exécution SQL d'utiliser le LLM identifié dans le profil AI actif pour traiter le langage naturel et générer du code SQL.

Vous pouvez utiliser le mot-clé AI dans une requête avec des clients Oracle, tels que SQL Developer, OML Notebooks et des outils tiers, pour interagir avec la base de données en langage naturel.

Remarques :

Vous ne pouvez pas exécuter d'instructions PL/SQL, DDL ou DML à l'aide du mot-clé AI.

Syntaxe

La syntaxe d'exécution de l'invite AI est la suivante :

SELECT AI action natural_language_prompt

Paramètres

Voici les paramètres disponibles pour le paramètre action :

Paramètre	Description
`runsql`	Exécutez la commande SQL fournie à l'aide d'une invite en langage naturel. Il s'agit de l'action par défaut et il est facultatif de spécifier ce paramètre.
`showsql`	Affiche l'instruction SQL d'une invite en langage naturel.
`narrate`	La sortie de l'invite est expliquée en langage naturel. Cette option envoie le résultat SQL au fournisseur d'IA pour produire un récapitulatif du langage naturel.
`chat`	Génère une réponse directement à partir du LLM en fonction de l'invite. Si `conversation` dans la fonction `DBMS_CLOUD_AI.CREATE_PROFILE` est défini sur `true`, cette option inclut le contenu des interactions ou invites précédentes, y compris potentiellement les métadonnées de schéma.
`explainsql`	Le code SQL généré à partir de l'invite est expliqué en langage naturel. Cette option envoie le code SQL généré au fournisseur AI pour produire une explication en langage naturel.

Remarques sur l'utilisation

L'option AI n'est pas prise en charge dans Database Actions ou le service APEX. Vous pouvez utiliser uniquement la fonction DBMS_CLOUD_AI.GENERATE.
Le mot-clé AI est pris en charge uniquement dans une instruction SELECT.
Vous ne pouvez pas exécuter d'instructions PL/SQL, DDL ou DML à l'aide du mot-clé AI.
La séquence est SELECT, suivie de AI. Ces mots-clés ne respectent pas la casse. Une fois qu'un fichier DBMS_CLOUD_AI.SET_PROFILE est configuré, le texte après SELECT AI est une invite en langage naturel. Si aucun profil AI n'est défini, SELECT AI signale l'erreur suivante :
```
ORA-00923: FROM keyword not found where expected
00923. 00000 -  "FROM keyword not found where expected"
```
Les règles d'utilisation de caractères spéciaux s'appliquent conformément aux directives Oracle. Par exemple, utilisez deux apostrophes si vous utilisez une apostrophe dans une phrase.
```
select ai how many customers in SF don''t own their own home
```
Les LLM sont soumis à des hallucinations et les résultats ne sont pas toujours corrects :
- Il est possible que SELECT AI ne puisse pas exécuter le code SQL généré pour une invite de langage naturel spécifique.
- Il est possible que SELECT AI ne puisse pas générer de code SQL pour une invite de langage naturel spécifique.
Dans un tel scénario, SELECT AI répond avec des informations pour vous aider à générer des instructions SQL valides.
Utilisez l'action chat, avec SELECT AI chat, pour en savoir plus sur les structures SQL. Pour obtenir de meilleurs résultats avec l'action chat, utilisez des vues de base de données ou des tables avec des noms de colonne contextuels ou envisagez d'ajouter des commentaires de colonne expliquant les valeurs stockées dans les colonnes.
Pour accéder aux vues DBA ou USER, reportez-vous à la section DBMS_CLOUD_AI Views.

Exemple : Sélectionner des actions AI

Ces exemples illustrent les actions Select AI courantes.

L'exemple suivant illustre des actions telles que runsql (valeur par défaut), showsql, narrate, chat, explainsql, feedback et summarize que vous pouvez exécuter avec SELECT AI. Ces exemples utilisent le schéma sh avec le fournisseur AI et les attributs de profil spécifiés dans la fonction DBMS_CLOUD_AI.CREATE_PROFILE. Utilisez les actions Select AI après avoir défini votre profil AI à l'aide de la procédure DBMS_CLOUD_AI.SET_PROFILE dans la session en cours.

Pour générer un récapitulatif de votre texte, utilisez SELECT AI SUMMARIZE <TEXT>.

SQL> select ai how many customers exist;
 
CUSTOMER_COUNT
--------------
         55500
 
SQL> select ai showsql how many customers exist;
 
RESPONSE
----------------------------------------------------
SELECT COUNT(*) AS total_customers
FROM SH.CUSTOMERS
 
 
SQL> select ai narrate how many customers exist;
 
RESPONSE
------------------------------------------------------
There are a total of 55,500 customers in the database.
 
SQL> select ai chat how many customers exist;
 
RESPONSE
--------------------------------------------------------------------------------
It is impossible to determine the exact number of customers that exist as it con
stantly changes due to various factors such as population growth, new businesses
, and customer turnover. Additionally, the term "customer" can refer to individu
als, businesses, or organizations, making it difficult to provide a specific num
ber.


SQL> select ai explainsql how many customers in San Francisco are married;
 
RESPONSE
--------------------------------------------------------------------------------
SELECT COUNT(*) AS customer_count
FROM SH.CUSTOMERS AS c
WHERE c.CUST_STATE_PROVINCE = 'San Francisco' AND c.CUST_MARITAL_STATUS = 'Married';
 
Explanation:
- We use the 'SH' table alias for the 'CUSTOMERS' table for better readability.
- The query uses the 'COUNT(*)' function to count the number of rows that match the given conditions.
- The 'WHERE' clause is used to filter the results:
  - 'c.CUST_STATE_PROVINCE = 'San Francisco'' filters customers who have 'San Francisco' as their state or province.
  - 'c.CUST_MARITAL_STATUS = 'Married'' filters customers who have 'Married' as their marital status.
The result of this query will give you the count of customers in San Francisco who are married, using the column alias 'customer_count' for the result.
 
Remember to adjust the table and column names based on your actual schema if they differ from the example.
 
Feel free to ask if you have more questions related to SQL or database in general.

-- Feedback on SQL Text
-- Negative feedback example:
SQL > select ai feedback for query "select ai showsql how many watch histories in total", please use sum instead of count;
-- Positive feedback example:
SQL > select ai feedback for query "select ai showsql how many watch histories in total", the sql query generated is correct;
 
-- Feedback on SQL ID
-- Negative feedback example:
SQL > select ai feedback please use sum instead of count for sql_id  1v1z68ra6r9zf;
-- Positive feedback example:
SQL > select ai feedback sql query result is correct for sql_id  1v1z68ra6r9zf;
 
-- If not specified, use default LASTAI SQL
-- To use default LASTAI sql, make sure that set server output off;
-- Negative feedback example:
SQL > select ai feedback please use ascending sorting for ranking;
-- Positive feedback example:
SQL > select ai feedback the result is correct;

SQL> SELECT AI SUMMARIZE
Like countless other people around the globe, I stream music, and like more
than six hundred million of them I mainly use Spotify. Streaming currently
accounts for about eighty per cent of the American recording industry’s
revenue, and in recent years Spotify’s health is often consulted as a measure
for the health of the music business over all. Last spring, the International
Federation of the Phonographic Industry reported global revenues of $28.6
billion, making for the ninth straight year of growth. All of this was
unimaginable in the two-thousands, when the major record labels appeared
poorly equipped to deal with piracy and the so-called death of physical media.
On the consumer side, the story looks even rosier. Adjusted for inflation, a
 
... (skipped 1000 rows in the middle)
 
Pelly writes of some artists, in search of viral fame, who surreptitiously use
social media to effectively beta test melodies and motifs, basically putting
together songs via crowdsourcing. Artists have always fretted about the
pressure to conform, but the data-driven, music-as-content era feels
different. “You are a Spotify employee at that point,” Daniel Lopatin, who
makes abstract electronic music as Oneohtrix Point Never, told Pelly. “If your
art practice is so ingrained in the brutal reality that Spotify has outlined
for all of us, then what is the music that you’re not making? What does the
music you’re not making sound like?” Listeners might wonder something similar.
What does the music we’re not hearing sound like?;
 
 
RESPONSE
------------------------------------------------------------------------------
The music streaming industry, led by Spotify, has revolutionized the way
people consume music, with streaming accounting for 80% of the American
recording industry's revenue. However, this shift has also complicated the
lives of artists, who struggle to survive in a hyper-abundant present where
music is often valued for its convenience rather than its artistic merit.
Spotify's algorithms prioritize popularity and profitability over artistic
diversity, leading to a homogenization of music and a devaluation of the
labor that goes into creating it. Meanwhile, the company's executives reap
enormous profits, with CEO Daniel Ek's net worth rivaling that of the
wealthiest musicians. As music critic Liz Pelly argues, the streaming economy
raises important questions about autonomy, creativity, and the value of art
in a world where everything is readily available and easily accessible.

Exemple : Sélectionner une IA avec AWS

Cet exemple montre comment utiliser AWS pour générer, exécuter et expliquer le langage SQL à partir d'invites en langage naturel ou discuter à l'aide des modèles disponibles avec AWS.

L'exemple suivant montre comment utiliser AWS en tant que fournisseur d'IA avec Amazon Bedrock et ses modèles de base. L'exemple présente la création d'informations d'identification AWS, la fourniture d'un accès réseau, la création d'un profil AI et l'utilisation d'actions Select AI pour générer des requêtes SQL à partir d'invites en langage naturel et la discussion à l'aide des modèles de base AWS.

Pour utiliser AWS, obtenez une clé d'accès, des clés secrètes et un ID de modèle. Reportez-vous à . Utilisez l'ID de modèle comme attribut model dans la procédure DBMS_CLOUD_AI.CREATE_PROFILE. Vous devez indiquer l'attribut model explicitement, car aucun modèle par défaut n'est fourni.

--Grant EXECUTE privilege to ADB_USER
GRANT EXECUTE on DBMS_CLOUD_AI to ADB_USER; 

--
-- Create Credential for AI provider
--
BEGIN
      DBMS_CLOUD.CREATE_CREDENTIAL(
        credential_name => 'AWS_CRED',
        username    => '<your_AWS_access_key>',
        password    => '<your_AWS_secret_key>'
      );
END;
/
 
PL/SQL procedure successfully completed.
 
 
--
-- Grant Network ACL for AWS
--
BEGIN
      DBMS_NETWORK_ACL_ADMIN.APPEND_HOST_ACE(
        host => 'bedrock-runtime.us-east-1.amazonaws.com',
        ace  => xs$ace_type(privilege_list => xs$name_list('http'),
                    principal_name => 'ADB_USER',
                    principal_type => xs_acl.ptype_db)
       );
END;
/
 
PL/SQL procedure successfully completed.
 


--
-- Create AI profile 
--
BEGIN
      DBMS_CLOUD_AI.CREATE_PROFILE(
        profile_name =>'AWS',
        attributes   =>'{"provider": "aws",
          "credential_name": "AWS_CRED",
          "object_list": [{"owner": "SH", "name": "customers"},                
                        {"owner": "SH", "name": "countries"},                
                        {"owner": "SH", "name": "supplementary_demographics"},
                        {"owner": "SH", "name": "profits"},                  
                        {"owner": "SH", "name": "promotions"},               
                        {"owner": "SH", "name": "products"}],
           "model" : "anthropic.claude-v2",
           "conversation" : "true"
          }');
END;
/
 
 
PL/SQL procedure successfully completed.


--
-- Enable AI profile in current session
--
EXEC DBMS_CLOUD_AI.SET_PROFILE('AWS');

PL/SQL procedure successfully completed.
 
--
-- Use AI
--

SELECT AI how many customers exist;
"RESPONSE"
"COUNT(*)"
55500


SELECT AI how many customers in San Francisco are married;
"RESPONSE"
"COUNT(*)"
46

SELECT AI showsql how many customers in San Francisco are married;
"RESPONSE"
"SELECT COUNT(*) AS "Number of Married Customers in San Francisco"
FROM "SH"."CUSTOMERS" C
WHERE UPPER(C."CUST_CITY") = UPPER('San Francisco')
AND UPPER(C."CUST_MARITAL_STATUS") = UPPER('Married')"

SELECT AI explainsql how many customers in San Francisco are married;

"RESPONSE""SELECT 
COUNT(*) AS "Number of Married Customers in San Francisco"
FROM "SH"."CUSTOMERS" C
WHERE C."CUST_CITY" = 'San Francisco'
AND C."CUST_MARITAL_STATUS" = 'Married'

Explanation:
- Used table alias C for CUSTOMERS table
- Used easy to read column names like CUST_CITY, CUST_MARITAL_STATUS
- Enclosed table name, schema name and column names in double quotes 
- Compared string values in WHERE clause without UPPER() since the values are not in double quotes
- Counted number of rows satisfying the condition and aliased the count as "Number of Married Customers in San Francisco""

SELECT AI narrate what are the top 3 customers in San Francisco;
"RESPONSE"
The top 3 customers in San Francisco ordered by credit limit in descending order are:

1. Bert Katz
2. Madallyn Ladd  
3. Henrietta Snodgrass

SELECT AI chat what is Autonomous AI Database;
"RESPONSE"
"An Autonomous AI Database is a cloud database service provided by Oracle Corporation. Some key features of Oracle Autonomous AI Database include:

- Fully automated and self-driving - The database automatically upgrades, patches, tunes, and backs itself up without any human intervention required.

- Self-securing - The database uses machine learning to detect threats and automatically apply security updates.

- Self-repairing - The database monitors itself and automatically recovers from failures and errors without downtime.

- Self-scaling - The database automatically scales compute and storage resources up and down as needed to meet workload demands. 

- Serverless - The database is accessed as a cloud service without having to manually provision any servers or infrastructure.

- High performance - The database uses Oracle's advanced automation and machine learning to continuously tune itself for high performance.

- Multiple workload support - Supports transaction processing, analytics, graph processing, etc in a single converged database.

- Fully managed - Oracle handles all the management and administration of the database. Users just load and access their data.

- Compatible - Supports common SQL and Oracle PL/SQL for easy migration from on-prem Oracle databases.

So in summary, an Oracle Autonomous AI Database is a fully automated, self-driving, self-securing, and self-repairing database provided as a simple cloud service. The automation provides high performance, elasticity, and availability with minimal human labor required."

--
--Clear the profile
--
BEGIN
   DBMS_CLOUD_AI.CLEAR_PROFILE;
END;
/
PL/SQL procedure successfully completed.

--
--Drop the profile
--
EXEC DBMS_CLOUD_AI.DROP_PROFILE('AWS');
 
PL/SQL procedure successfully completed.