Carnets d’exemple pour la recherche par IA

Les notebooks suivants montrent comment utiliser le SDK Python d’AI Search. Pour obtenir des informations de référence, consultez la référence du Kit de développement logiciel (SDK) Python.

LangChain

Pour plus d’informations sur l’utilisation de LangChain avec Databricks AI Search, consultez l’intégration de la recherche vectorielle Databricks.

Ordinateur portable	Description
Recherche d’IA avec le SDK Python	Créez un point de terminaison de recherche, générez un index vectoriel delta-sync, exécutez des recherches de similarité et convertissez les résultats en documents LangChain.

Utiliser un modèle d’incorporation

Ces notebooks montrent comment configurer un point de terminaison Databricks Model Serving pour générer des embeddings.

Ordinateur portable	Description
Utiliser un modèle d’incorporation OpenAI	Utilisez le sdk Python avec un modèle d’incorporation externe (OpenAI) pour créer et interroger un index de recherche IA.
Utiliser un modèle d’incorporation GTE	Utilisez le modèle d’incorporation de base GTE pour charger un jeu de données dans une table Delta, segmenter le texte, créer un point de terminaison de recherche IA et un index de synchronisation delta et exécuter des recherches de similarité.
Inscrire et servir un modèle d’incorporation OSS	Téléchargez un open source modèle d’incorporation (e5-small-v2) à partir de Hugging Face, inscrivez-le dans le catalogue Unity et déployez-le en tant que point de terminaison Model Serve pour une utilisation avec Databricks AI Search.

Utiliser la recherche IA avec un jeton OAuth

Ordinateur portable	Description
Utiliser la recherche IA avec un jeton OAuth	Interrogez un point de terminaison Databricks AI Search à l’aide du SDK Python ou de requêtes HTTP directes, en vous authentifiant à l’aide d’un jeton OAuth d’un principal de service via le chemin réseau optimisé.