หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
เครื่องมือล่ามโค้ดช่วยให้ตัวแทนข้อมูลของคุณมีสภาพแวดล้อม Python แบบแซนด์บ็อกซ์ที่ปลอดภัยสําหรับการวิเคราะห์ข้อมูลที่ดึงมา เมื่อเปิดใช้งานเครื่องมือ ตัวแทนข้อมูลของคุณสามารถไปได้ไกลกว่าการสืบค้นแหล่งข้อมูลของคุณและตอบคําถามภาษาธรรมชาติที่ต้องใช้การวิเคราะห์ข้อมูล ตัวอย่างเช่น คุณสามารถขอให้ตัวแทนข้อมูลของคุณสร้างแผนภูมิแนวโน้มเมื่อเวลาผ่านไป ตรวจหาความสัมพันธ์ระหว่างคอลัมน์ หรือรวมผลลัพธ์จากหลายแหล่ง ตัวแทนสร้างและเรียกใช้โค้ด Python ในนามของคุณ และคุณสามารถตรวจสอบโค้ด ผลลัพธ์ และการแสดงภาพ Python ที่สร้างขึ้นได้โดยตรงในขั้นตอนการเรียกใช้
สำคัญ
คุณลักษณะนี้อยู่ในแสดงตัวอย่าง
ข้อกำหนดเบื้องต้น
- ความจุ ความจุ Fabric F2 หรือสูงกว่า หรือความจุ Power BI Premium ต่อความจุ (P1 หรือสูงกว่า) ที่เปิดใช้งาน Microsoft Fabric
- เปิดใช้งานการประมวลผลข้ามภูมิศาสตร์และการจัดเก็บข้ามภูมิศาสตร์สําหรับ AI ตามข้อกําหนดที่อธิบายไว้ในการตั้งค่าผู้เช่าตัวแทนข้อมูล Fabric
- แหล่งข้อมูลเหล่านี้อย่างน้อยหนึ่งแหล่ง พร้อมข้อมูล: คลังสินค้า เลคเฮาส์ แบบจําลองความหมายของ Power BI ฐานข้อมูล KQL ฐานข้อมูลมิเรอร์ หรือออนโทโลยี คุณต้องมีสิทธิ์อ่านแหล่งข้อมูล
เพิ่มเครื่องมือล่ามโค้ด
วิธีเพิ่มเครื่องมือล่ามโค้ดให้กับตัวแทนข้อมูลของคุณ:
เปิดตัวแทนข้อมูลของคุณ
เลือกแท็บ เครื่องมือ
เลือก เพิ่มล่ามโค้ด
ในกล่องโต้ตอบการยืนยัน ให้เลือก ยืนยัน
ขณะนี้เครื่องมือล่ามโค้ดถูกเพิ่มลงในตัวแทนข้อมูลของคุณและพร้อมใช้งานแล้ว
คำเตือน
ครั้งแรกที่คุณใช้ล่ามโค้ดในการแชทตัวแทนข้อมูลที่มีอยู่ คุณอาจต้องล้างเธรดก่อนที่ตัวแทนจะเลือกเครื่องมือใหม่ เริ่มแชทใหม่หรือล้างเธรดที่มีอยู่เพื่อให้แน่ใจว่าล่ามโค้ดพร้อมใช้งาน
เปิดใช้เครื่องมือล่ามโค้ดด้วย SDK
คุณยังสามารถเปิดใช้งานเครื่องมือล่ามโค้ดโดยทางโปรแกรมโดยใช้ Python SDK ตัวแทนข้อมูล Fabric ตัวเลือกนี้มีประโยชน์เมื่อคุณต้องการเขียนสคริปต์การตั้งค่าตัวแทนข้อมูลของคุณหรือรวมไว้เป็นส่วนหนึ่งของการปรับใช้อัตโนมัติ
from fabric.dataagent.client import (
FabricDataAgentManagement,
create_data_agent,
delete_data_agent,
)
# Define the name for the data agent
data_agent_name = "<data agent name>"
# Create a new data agent (run this once)
data_agent = create_data_agent(
data_agent_name,
)
# If the data agent already exists, use this instead to connect:
# data_agent = FabricDataAgentManagement(data_agent_name)
conf = data_agent._client.get_configuration()
conf.value["experimental"] = {"codeInterpreterEnabled": True}
data_agent._client.set_configuration(conf)
ถามคําถาม
หลังจากที่คุณเพิ่มเครื่องมือล่ามโค้ด คุณสามารถถามคําถามตัวแทนข้อมูลของคุณด้วยภาษาธรรมชาติ ตัวแทนจะสอบถามแหล่งข้อมูลที่เชื่อมต่อของคุณ ส่งผลลัพธ์ไปยังล่ามโค้ด และใช้ Python เพื่อวิเคราะห์ข้อมูล เรียกใช้การคํานวณ หรือสร้างการแสดงภาพ คุณไม่จําเป็นต้องเขียนโค้ดใดๆ ด้วยตัวเอง
ลองใช้คําถามเช่น:
- สร้างแผนที่ความร้อนของความถี่ในการเรียกร้องค่าสินไหมทดแทนตามภูมิภาคและสาเหตุของการสูญเสียในช่วงห้าปีที่ผ่านมา
- สร้างพล็อตแบบคู่ของการดํารงตําแหน่งของลูกค้า การใช้จ่ายรายเดือน และความเสี่ยงในการเลิกใช้บริการเพื่อสํารวจความสัมพันธ์
- ซัพพลายเออร์
reliability_scoreมีความสัมพันธ์กับอัตราการส่งมอบตรงเวลาจริงหรือไม่? - สร้างแผนที่ความร้อนสหสัมพันธ์ในเมตริกประสิทธิภาพของซัพพลายเออร์ทั้งหมด - ตามสัญญา
reliability_scoreตามสัญญาlead_time_daysเปอร์เซ็นต์การส่งมอบตรงเวลาจริง อัตราข้อบกพร่อง ระยะเวลารอคอยสินค้าจริง หน่วยที่ส่งมอบ และต้นทุนรวม แสดงให้ฉันเห็นว่าเมตริกใดเคลื่อนที่ไปพร้อมกันและตัวชี้วัดใดเป็นอิสระ - คาดการณ์รายได้ในไตรมาสหน้าตามข้อมูลการขายในช่วงสามปีที่ผ่านมา
ตรวจสอบผลลัพธ์
หลังจากที่ตัวแทนข้อมูลของคุณตอบคําถามแล้ว คุณสามารถใช้ขั้นตอนการเรียกใช้เพื่อดูว่าล่ามโค้ดสร้างผลลัพธ์ได้อย่างไร ขยายขั้นตอนล่ามโค้ดเพื่อดูโค้ด Python ที่เอเจนต์สร้างขึ้น อินพุตที่เรียกใช้ และเอาต์พุตที่ส่งคืน ขั้นตอนการเรียกใช้ทําให้ง่ายต่อการตรวจสอบความถูกต้องของการวิเคราะห์ หรือแก้ไขปัญหาผลลัพธ์ที่ไม่คาดคิด
ใช้คําแนะนําของตัวแทน
คุณไม่สามารถเพิ่มคําสั่งลงในเครื่องมือล่ามโค้ดได้โดยตรง แต่คุณสามารถใช้คําแนะนําระดับตัวแทนเพื่อกําหนดวิธีและเวลาที่ตัวแทนข้อมูลของคุณเรียกใช้ได้ ตัวอย่างเช่น คุณสามารถแนะนําตัวแทนว่าเมื่อใดควรเลือกใช้ล่ามโค้ดมากกว่าเครื่องมืออื่น บริบทใดที่จะรวมไว้ในคําขอ หรือวิธีจัดรูปแบบผลลัพธ์สุดท้าย หากต้องการข้อมูลเพิ่มเติม โปรดดู กําหนดค่าตัวแทนข้อมูลของคุณ
ขั้นตอนถัดไป
- แนวคิดของ Data Agent
- การกําหนดค่าตัวแทนข้อมูล