AI 検索ノートブックの例

次のノートブックは、AI Search Python SDK の使用方法を示しています。リファレンス情報については、Python SDK リファレンスを参照してください。

LangChain

Databricks AI Search で LangChain を使用する方法に関する情報については、Databricks ベクトル検索の統合 を参照してください。

• • Python SDK を使用した AI 検索
  • 検索エンドポイントを作成し、デルタ同期ベクトルインデックスを構築し、類似性検索を実行し、結果をLangChainドキュメントに変換します。

埋め込みモデルを使用する

これらのノートブックは、エンべディング生成用に Databricks Model Serving エンドポイントを構成する方法を示しています。

• • OpenAIエンべディングモデルを使用してください。
  • 外部埋め込みモデル（OpenAI）とPython SDKを使用して、AI検索インデックスを作成およびクエリします。
• • GTE エンべディングモデルを使用してください。
  • GTE Foundation 埋め込みモデルを使用し、データセットを Delta テーブルに読み込み、テキストをチャンク化し、AI Search エンドポイントと delta-sync インデックスを作成して、類似性検索を実行します。
• • OSSエンベディングモデルを登録してサービングする
  • Hugging Face からオープンソースの埋め込みモデル (e5-small-v2) をダウンロードし、Unity Catalog に登録し、Databricks AI Search で使用するための Model Serving エンドポイントとしてデプロイします。

AI SearchでOAuthトークンを使う

• • OAuthトークンでAI検索を使う
  • Python SDKまたは直接HTTPリクエストを使用して、ネットワーク最適化されたパス経由でサービスプリンシパルOAuthトークンにより認証されたDatabricks AI Searchエンドポイントをクエリします。