Anthropic と Databricks Unity Catalog ツールの統合

Databricks Unity Catalog を使用して、SQL 関数と Python 関数を Anthropic SDK LLM 呼び出しのツールとして統合します。この統合により、Unity Catalog のガバナンスと Anthropic モデルが組み合わされ、強力なジェネレーション AI アプリが作成されます。

必要条件

Databricks Runtime 15.0 以降を使用します。

Unity Catalog ツールと Anthropic の統合

ノートブックまたは Python スクリプトで次のコードを実行して Unity Catalog ツールを作成し、Anthropic モデルを呼び出すときに使用します。

Anthropic用のDatabricks Unity Catalog統合パッケージをインストールします。
Python
```
%pip install unitycatalog-anthropic[databricks]
dbutils.library.restartPython()
```

Unity Catalog 関数クライアントのインスタンスを作成します。

Python
from unitycatalog.ai.core.base import get_uc_function_client

client = get_uc_function_client()

Python で記述された Unity Catalog 関数を作成します。

Python
CATALOG = "your_catalog"
SCHEMA = "your_schema"

func_name = f"{CATALOG}.{SCHEMA}.weather_function"

def weather_function(location: str) -> str:
  """
  Fetches the current weather from a given location in degrees Celsius.

  Args:
    location (str): The location to fetch the current weather from.
  Returns:
    str: The current temperature for the location provided in Celsius.
  """
  return f"The current temperature for {location} is 24.5 celsius"

client.create_python_function(
  func=weather_function,
  catalog=CATALOG,
  schema=SCHEMA,
  replace=True
)

Unity Catalog 関数のインスタンスをツールキットとして作成します。

Python
from unitycatalog.ai.anthropic.toolkit import UCFunctionToolkit

# Create an instance of the toolkit
toolkit = UCFunctionToolkit(function_names=[func_name], client=client)

Anthropicでツールコールを使用します。

Python
import anthropic

# Initialize the Anthropic client with your API key
anthropic_client = anthropic.Anthropic(api_key="YOUR_ANTHROPIC_API_KEY")

# User's question
question = [{"role": "user", "content": "What's the weather in New York City?"}]

# Make the initial call to Anthropic
response = anthropic_client.messages.create(
  model="claude-3-5-sonnet-20240620",  # Specify the model
  max_tokens=1024,  # Use 'max_tokens' instead of 'max_tokens_to_sample'
  tools=toolkit.tools,
  messages=question  # Provide the conversation history
)

# Print the response content
print(response)

ツール応答を作成します。Claude モデルからの応答には、ツールを呼び出す必要がある場合に、ツール要求メタデータブロックが含まれます。

Python
from unitycatalog.ai.anthropic.utils import generate_tool_call_messages

# Call the UC function and construct the required formatted response
tool_messages = generate_tool_call_messages(
  response=response,
  client=client,
  conversation_history=question
)

# Continue the conversation with Anthropic
tool_response = anthropic_client.messages.create(
  model="claude-3-5-sonnet-20240620",
  max_tokens=1024,
  tools=toolkit.tools,
  messages=tool_messages,
)

print(tool_response)

unitycatalog.ai-anthropic パッケージには、Unity Catalog 関数の呼び出しの解析と処理を簡略化するメッセージハンドラーユーティリティが含まれています。このユーティリティは、次の処理を行います。

ツール呼び出しの要件を検出します。
クエリからツール呼び出し情報を抽出します。
Unity Catalog 関数の呼び出しを実行します。
Unity Catalog 関数からの応答を解析します。
次のメッセージ形式を作成して、Claude との会話を続けます。

注記

会話履歴全体は、generate_tool_call_messages API の conversation_history 引数で指定する必要があります。Claude モデルでは、会話 (元のユーザー入力の質問) と、その後のすべての LLM で生成された応答とマルチターンツール呼び出し結果の初期化が必要です。

必要条件​

Unity Catalog ツールと Anthropic の統合​

必要条件

Unity Catalog ツールと Anthropic の統合