Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Azure Databricks unterstützt sowohl einfache als auch komplexe GenAI-Anwendungen, von Retrieval Augmented Generation (RAG)-Chatbots bis hin zu Toolanruf-Agents. In diesen Leitfäden werden wichtige Konzepte und Entwicklungsleitfäden für wichtige Szenarien erläutert.
Lernen Sie GenAI-Konzepte kennen
Machen Sie sich mit grundlegenden GenAI-Konzepten wie Modellen, Agents, Tools und Apps vertraut.
| Guide | Description |
|---|---|
| Konzepte: Generative KI auf Azure Databricks | Erfahren Sie mehr über GenAI-Modelle, Agents, Tools und Apps. |
| Generative KI-Funktionen von Azure Databricks | Erfahren Sie mehr über alle GenAI-Funktionen in Azure Databricks |
| Wichtige Herausforderungen beim Erstellen von GenAI-Apps | Erfahren Sie mehr über die wichtigsten Herausforderungen von GenAI und wie Databricks sie behandelt. |
| Agentsystementwurfsmuster | Erfahren Sie mehr über Optionen und Kompromisse für Agentendesigns, von einfachen Ketten bis hin zu komplexen Multi-Agent-Systemen. |
Entwicklungsleitfäden
Erfahren Sie mehr über den Entwicklungsworkflow für GenAI-Anwendungen.
| Merkmal | Description |
|---|---|
| Leitfaden: Agents-Entwicklungsworkflow | Verstehen sie den vollständigen Lebenszyklus des Aufbaus eines KI-Agents. |
| Leitfaden: Die Entwicklung von RAG (Retrieval Augmented Generation) | Verstehen sie den vollständigen Lebenszyklus des Aufbaus eines RAG-Systems. |