Consulte um modelo externo com IA()
Observação
Esse recurso está em Public Preview. Para consultar o endpoint que atende a modelos externos, ative a IA para modelos personalizados e modelos externos na interface do usuárioDatabricks Previews.
Este artigo ilustra como configurar e consultar um modelo externo endpoint usando a função integrada Databricks SQL ai_query()
. O exemplo usa o suporte de modelo externo em Mosaic AI Model Serving para consultar gpt-4
fornecido pela OpenAI e realizar a tarefa de bate-papo. Consulte AI Functions em Databricks para obter mais detalhes sobre essa função de AI.
Requisitos
Veja os requisitos da função IA SQL.
Uma OpenAI API key .
Armazene o key em um segredo do Databricks. Neste exemplo, o senhor armazena a API key no escopo
my-external-model
e o segredoopenai
.
Crie um endpoint de modelo externo
O seguinte cria um endpoint de modelo de atividades externas que serve OpenAI gpt-4
para uma tarefa de chat.
Para criar um access token pessoal, consulte Autenticação para automação do Databricks.
import requests
import json
personal_access_token = "your-personal-access-token"
headers = {
"Authorization": "Bearer " + personal_access_token,
}
host = "https://oregon.cloud.databricks.com/"
url = host + "api/2.0/serving-endpoints"
data = {
"name": "my-external-openai-chat",
"config": {
"served_entities": [
{
"name": "my_entity",
"external_model": {
"name": "gpt-4",
"provider": "openai",
"openai_config": {
"openai_api_key": "{{secrets/my-external-model/openai}}",
},
"task": "llm/v1/chat",
},
}
],
},
}
response = requests.post(url, headers=headers, json=data)
print("Status Code", response.status_code)
print("JSON Response ", json.dumps(json.loads(response.text), indent=4))
Consulte o modelo externo com IA()
No Databricks SQL query editor , você pode escrever SQL query para query o do modelo de operação endpoint externa.
query de exemplo:
SELECT ai_query(
"my-external-openai-chat",
"What is a large language model?"
)
SELECT question, ai_query(
"my-external-openai-chat",
"You are a customer service agent. Answer the customer's question in 100 words: " || question
) AS answer
FROM
uc_catalog.schema.customer_questions
SELECT
sku_id,
product_name,
ai_query(
"my-external-openai-chat",
"You are a marketing expert for a winter holiday promotion targeting GenZ. Generate a promotional text in 30 words mentioning a 50% discount for product: " || product_name
)
FROM
uc_catalog.schema.retail_products
WHERE
inventory > 2 * forecasted_sales