Panoramica di Chat-magics nei notebook di Microsoft Fabric (anteprima)
Importante
Questa funzionalità si trova in anteprima.
La libreria Python Chat-magics migliora il flusso di lavoro di data science e ingegneria nei notebook di Microsoft Fabric. Si integra perfettamente con l'ambiente Fabric e consente l'esecuzione di comandi magic IPython specializzati in una cella del notebook, per fornire output in tempo reale. I comandi magic IPython e altre informazioni di base sull'utilizzo sono disponibili qui: https://ipython.readthedocs.io/en/stable/interactive/magics.html#.
Nota
- L'amministratore deve abilitare l'opzione del tenant prima di iniziare a usare Copilot. Per informazioni dettagliate, vedere l'articolo CopilotImpostazioni del tenant .
- La capacità F64 o P1 deve trovarsi in una delle aree elencate nell'articoloDisponibilità a livello di area di Fabric.
- Se il tenant o la capacità si trova all'esterno degli Stati Uniti o della Francia, Copilot è disabilitato per impostazione predefinita, a meno che l'amministratore del tenant di Fabric non consenta l'elaborazione dei dati inviati ad Azure OpenAI all'esterno dell'area geografica del tenant, del limite di conformità o dell'impostazione del tenant dell'istanza cloud nazionale nel portale di amministrazione di Fabric.
- Copilot in Microsoft Fabric non è supportato negli SKU di valutazione. Sono supportati solo gli SKU a pagamento (F64 o versione successiva, oppure P1 o versione successiva).
- Copilot In Fabric è attualmente in fase di distribuzione in anteprima pubblica e dovrebbe essere disponibile per tutti i clienti entro la fine di marzo 2024.
- Per altre informazioni, vedere l'articolo Panoramica di Copilot in Fabric e Power BI.
Funzionalità di Chat-magics
Generazione immediata di query e codice
Il comando %%chat
consente di porre domande sullo stato del notebook. %%code
abilita la generazione di codice per la manipolazione o la visualizzazione dei dati.
Descrizioni dei dataframe
Il comando %describe
fornisce riepiloghi e descrizioni dei dataframe caricati. Ciò semplifica la fase di esplorazione dei dati.
Commenti e debug
I comandi %%add_comments
e %%fix_errors
consentono rispettivamente di aggiungere commenti al codice e correggere gli errori. Ciò consente di rendere il notebook più leggibile e privo di errori.
Controlli Privacy
Chat-magics offre anche impostazioni di privacy granulari, che consentono di controllare quali dati vengono condivisi con il Servizio OpenAI di Azure. I comandi %set_sharing_level
e %configure_privacy_settings
, ad esempio, forniscono questa funzionalità.
In che modo Chat-magics può aiutarti?
Chat-magics migliora la produttività e il flusso di lavoro nei notebook di Microsoft Fabric. Accelera l'esplorazione dei dati, semplifica la navigazione nei notebook e migliora la qualità del codice. Si adatta agli ambienti di codice multilingue e assegna priorità alla privacy e alla sicurezza dei dati. Grazie alla riduzione del carico cognitivo, consente di concentrarsi maggiormente sulla risoluzione dei problemi. Sia che si sia uno scienziato dei dati, un ingegnere dei dati o un analista aziendale, Chat-magics integra facilmente funzionalità di Azure OpenAI affidabili a livello aziendale direttamente nei notebook. Questo lo rende uno strumento indispensabile per attività di data science e ingegneria efficienti e semplificate.
Introduzione a Chat-magics
- Aprire un notebook di Microsoft Fabric nuovo o esistente.
- Selezionare il pulsante Copilot nella barra multifunzione del notebook per restituire il codice di inizializzazione Chat-magics in una nuova cella del notebook.
- Eseguire la cella quando viene aggiunta nella parte superiore del notebook.
Verificare l'installazione di Chat-magics
- Creare una nuova cella nel notebook ed eseguire il comando
%chat_magics
per visualizzare il messaggio della Guida. Questo passaggio verifica l'installazione corretta di Chat-magics.
Introduzione ai comandi di base: %%chat e %%code
Uso di %%chat (cella Magic)
- Creare una nuova cella nel notebook.
- Digitare
%%chat
nella parte superiore della cella. - Immettere la domanda o l'istruzione sotto il comando
%%chat
, ad esempio Quali variabili sono attualmente definite? - Eseguire la cella per visualizzare la risposta di Chat-magics.
Uso di %%code (cella Magic)
- Creare una nuova cella nel notebook.
- Digitare
%%code
nella parte superiore della cella. - Di seguito specificare l'azione di codice desiderata, ad esempio Caricare my_data.csv in un dataframe pandas.
- Eseguire la cella ed esaminare il frammento di codice generato.
Personalizzazione delle impostazioni di output e lingua
- Usare il comando %set_output per modificare l'impostazione predefinita per il modo in cui i comandi magic forniscono l'output. È possibile visualizzare le opzioni eseguendo %set_output?
- Scegliere dove inserire il codice generato, da opzioni come
- cella corrente
- nuova cella
- output cella
- in una variabile
Comandi avanzati per le operazioni dei dati
%describe, %%add_comments e %%fix_errors
- Usare %describe DataFrameName in una nuova cella per ottenere una panoramica di un dataframe specifico.
- Per aggiungere commenti a una cella di codice per una migliore leggibilità, digitare %%add_comments nella parte superiore della cella da annotare e quindi eseguire. Assicurarsi di convalidare che il codice sia corretto
- Per correggere gli errori di codice, digitare %%fix_errors nella parte superiore della cella che contiene un errore ed eseguirlo.
Impostazioni di privacy e sicurezza
- Per impostazione predefinita, la configurazione della privacy condivide i messaggi precedenti inviati da e verso il modello di apprendimento linguistico (LLM). Tuttavia, non condivide il contenuto delle celle, gli output o gli schemi o i dati di esempio dalle origini dati.
- Usare
%set_sharing_level
in una nuova cella per modificare i dati condivisi con il processore di intelligenza artificiale. - Per impostazioni di privacy più dettagliate, usare
%configure_privacy_settings
.
Comandi di contesto e concentrazione
Uso di %pin, %new_task e altri comandi di contesto
- Usare
%pin DataFrameName
per aiutare l'intelligenza artificiale a concentrarsi su dataframe specifici. - Per liberare l'intelligenza artificiale affinché si concentri su una nuova attività nel notebook, digitare %new_task seguito da un'attività che si sta per intraprendere. In questo modo si cancella la cronologia di esecuzione che il copilota a questo punto conosce e può rendere più pertinenti le risposte future.