Documentação do Oracle Cloud Infrastructure

Selecionar IA para Python

A Select AI for Python integra recursos de IA generativa aos fluxos de trabalho do Autonomous AI Database. A opção Selecionar AI para Python fornece uma biblioteca cliente, select_ai, que permite usar os recursos DBMS_CLOUD_AI no Autonomous AI Database do Python. O Select AI for Python suporta fluxos de trabalho de IA generativa aprimorados, resumo, mecanismos de feedback, gerenciamento de metadados consistente e recursos de IA agêntica. Ele também suporta Python 3.14 e inclui um site de documentação HTML atualizado (Novo)

O Que Você Pode Fazer

  • Estabelecer conexão com o banco de dados usando conexões síncronas ou assíncronas

  • Crie e gerencie perfis de IA para permitir o uso de modelos de IA de uma ampla gama de provedores de IA

  • Use linguagem natural para consultar seu banco de dados por meio da geração de SQL baseada em IA

  • Descrever os resultados de consultas em linguagem natural

  • Criar e gerenciar conversas com histórico de prompts

  • Crie e atualize índices vetoriais facilmente para uso com fluxos de trabalho de Geração Aumentada de Recuperação (RAG) integrados e automatizados

  • Gere dados sintéticos para teste e análise usando IA generativa

  • Resumir texto ou consultar resultados

  • Registrar e gerenciar feedback do modelo

  • Crie agentes de IA autônomos e de interação. Consulte Selecionar Agente AI para Python para obter detalhes.

Plataformas com Suporte

O Select AI for Python é certificado para o Autonomous Database 19c e o Autonomous AI Database 26ai. O Select AI for Python pode funcionar em outras plataformas, mas não é certificado.

Clique em https://github.com/oracle/python-select-ai/issues para relatar problemas.

Funções Suportadas para Selecionar Perfil de IA (Síncrono e Assíncrono)

Quando você envia prompts por meio de um perfil, pode escolher entre várias funções definidas para objetos de perfil do AI. Algumas são as seguintes:

  • create(): Crie o perfil do AI no banco de dados ou substitua, se necessário.

  • delete(): Remova o perfil.

  • generate(): Use o perfil para processar um prompt de acordo com a ação escolhida.

  • generate_synthetic_data(): Crie dados sintéticos com base nos atributos fornecidos.

  • get_attributes(): Retorna os atributos de perfil atuais.

  • run_sql(): gera e executa o SQL (padrão).

  • show_sql(): gere o SQL sem executá-lo.

  • explain_sql(): forneça uma explicação para a SQL gerada.

  • narrate(): descreve os resultados da consulta em linguagem natural.

  • chat(): participe de uma conversa de formato livre.

  • show_prompt(): exibe o prompt construído enviado ao modelo de IA generativa.

  • summarize(): Produza um resumo para o conteúdo fornecido.

  • add_positive_feedback(), add_negative_feedback(), delete_feedback(): Gerencie o feedback do usuário associado às consultas geradas.

Para obter uma lista completa de funções, consulte o guia Selecionar IA para Python. Consulte também Usar Palavra-chave AI para Inserir Prompts para obter mais informações sobre as ações Selecionar IA.

Classes Suportadas

A biblioteca inclui classes para gerenciar provedores, perfis, conversas, índices vetoriais e dados sintéticos. As versões síncrona e assíncrona estão disponíveis.

  • Classes de Provedor: Defina o provedor de IA: OpenAIProvider, AzureProvider, OCIGenAIProvider, AWSProvider, GoogleProvider, AnthropicProvider, CohereProvider, HuggingFaceProvider.

  • Profile: define o perfil de IA generativa para processar prompts (provedor, credenciais, metadados, opções) e suporta a geração de dados sintéticos.

  • ProfileAttributes: detalhes de configuração de perfil, como provedor, nome da credencial, tokens máximos, temperatura, lista de objetos ou índice de vetores.

  • ConversationAttributes: gerencie o contexto de conversação entre prompts.

  • VectorIndex e VectorIndexAttributes: criar e gerenciar índices vetoriais para RAG.

  • SyntheticDataAttributes: criar conjuntos de dados sintéticos para teste e desenvolvimento.

Existem equivalentes assíncronos para as classes Profile, Conversation e VectorIndex.

Para obter uma referência completa da API, consulte o guia Selecionar IA para Python.

Aprimoramentos de Atualização de API e Atributo

Os seguintes aprimoramentos estão disponíveis:

  • Todos os objetos de proxy agora suportam fetch() para recuperar objetos existentes.

  • Todos os objetos de proxy fornecem set_attribute() e set_attributes() para atualizações consistentes

Privilégio e Acesso HTTP

O gerenciamento de privilégios é separado da configuração de acesso HTTP.

APIs de privilégio:

  • select_ai.grant_privileges
  • select_ai.revoke_privileges
Os privilégios são atualizados para incluir:
  • DBMS_CLOUD
  • DBMS_CLOUD_AI
  • DBMS_CLOUD_AI_AGENT
  • DBMS_CLOUD_PIPELINE

APIs de acesso HTTP:

  • select_ai.grant_http_access
  • select_ai.revoke_http_access

Outros Aprimoramentos