Anmerkung
Der Zugriff auf diese Seite erfordert eine Genehmigung. Du kannst versuchen, dich anzumelden oder die Verzeichnisse zu wechseln.
Der Zugriff auf diese Seite erfordert eine Genehmigung. Du kannst versuchen , die Verzeichnisse zu wechseln.
Azure Database for PostgreSQL lässt sich nahtlos in führende LLM-Orchestrierungspakete (Large Language Model) integrieren, sodass Entwickler erweiterte KI-Funktionen in ihren Anwendungen nutzen können. Diese Orchestrierungspakete können die Verwaltung und Verwendung von LLMs, Einbettungsmodellen und Datenbanken bei der Entwicklung von generativen KI-Anwendungen optimieren.
Liste der LLM-Orchestrierungspakete
| Integrationstool | Description | Azure-Datenbank für PostgreSQL |
|---|---|---|
| Semantic Kernel | Ein Open-Source-Framework von Microsoft, das KI-Agents mit Sprachen wie C#, Python und Java kombiniert. Es ermöglicht eine nahtlose Orchestrierung von Code- und KI-Modellen. |
Python-Connector .NET-Connector Java-Connector |
| LangChain | Ein Framework, das die Erstellung von Anwendungen vereinfacht, die von LLMs unterstützt werden. Es bietet Tools für kontextabhängige Reasoning-Anwendungen in Python, JavaScript und Java. |
Python JavaScript |
| LlamaIndex | Ein Rahmen für die Erstellung kontextbezogener KI-Anwendungen, die private oder domänenspezifische Daten mit LLMs für komplexe Workflows integrieren können. | Python |
| GraphRAG | Ein Framework von Microsoft, das Azure Database for PostgreSQL verwendet, um KI-basierte Wissensdiagramme zu erstellen. Es ermöglicht robuste Datenmodelle und zeigt Beziehungen in semistrukturierten Daten auf. | Schnellstart |
Verwandte Inhalte
- Verwenden von LangChain mit Azure-Datenbank für PostgreSQL
- KI-Agenten in Azure Database for PostgreSQL
- Generieren von Vektoreinbettungen mit Azure OpenAI in Azure Database for PostgreSQL
- Generative KI mit Azure-Datenbank für PostgreSQL
- Aktivieren und Verwenden von pgvector in Azure-Datenbank für PostgreSQL