Omówienie magii czatów w notesach usługi Microsoft Fabric (wersja zapoznawcza)
Ważne
Ta funkcja jest dostępna w wersji zapoznawczej.
Biblioteka Czat-magics języka Python rozszerza przepływ pracy nauki o danych i inżynierii w notesach usługi Microsoft Fabric. Bezproblemowo integruje się ze środowiskiem sieci szkieletowej i umożliwia wykonywanie wyspecjalizowanych poleceń magicznych IPython w komórce notesu w celu zapewnienia danych wyjściowych w czasie rzeczywistym. Polecenia magiczne IPython i więcej informacji na temat użycia można znaleźć tutaj: https://ipython.readthedocs.io/en/stable/interactive/magics.html#.
Uwaga
- Administrator musi włączyć przełącznik dzierżawy przed rozpoczęciem korzystania z usługi Copilot. Aby uzyskać szczegółowe informacje, zobacz artykuł Copilot Ustawienia dzierżawy.
- Pojemność F64 lub P1 musi znajdować się w jednym z regionów wymienionych w tym artykule Dostępność regionu sieci szkieletowej.
- Jeśli twoja dzierżawa lub pojemność znajduje się poza stanem USA lub Francji, jest domyślnie wyłączona, Copilot chyba że administrator dzierżawy sieci szkieletowej umożliwia przetwarzanie danych wysyłanych do usługi Azure OpenAI poza regionem geograficznym dzierżawy, granicą zgodności lub ustawieniem dzierżawy wystąpienia chmury krajowej w portalu administracyjnym sieci szkieletowej.
- Copilot w usłudze Microsoft Fabric nie jest obsługiwana w przypadku jednostek SKU wersji próbnej. Obsługiwane są tylko płatne jednostki SKU (F64 lub nowsze lub P1 lub nowsze).
- Copilot Usługa Fabric jest obecnie wdrażana w publicznej wersji zapoznawczej i oczekuje się, że do końca marca 2024 r. będzie dostępna dla wszystkich klientów.
- Aby uzyskać więcej informacji, zobacz artykuł Overview of in Fabric and Power BI (Omówienie usługi Copilot Fabric i Power BI ).
Możliwości czat-magii
Natychmiastowe generowanie zapytań i kodu
Polecenie %%chat
umożliwia zadawanie pytań dotyczących stanu notesu. Funkcja %%code
umożliwia generowanie kodu na potrzeby manipulowania danymi lub wizualizacji.
Opisy ramek danych
Polecenie %describe
zawiera podsumowania i opisy załadowanych ramek danych. Upraszcza to fazę eksploracji danych.
Komentowanie i debugowanie
Polecenia %%add_comments
i %%fix_errors
ułatwiają dodawanie komentarzy do kodu i naprawianie błędów odpowiednio. Dzięki temu notes będzie bardziej czytelny i wolny od błędów.
Mechanizmy kontroli prywatności
Magie czatów oferują również szczegółowe ustawienia prywatności, które umożliwiają kontrolowanie, jakie dane są udostępniane usłudze Azure OpenAI Service. Polecenia %set_sharing_level
i %configure_privacy_settings
, na przykład, udostępniają tę funkcję.
Jak czat-magie mogą ci pomóc?
Magie czatów zwiększają produktywność i przepływ pracy w notesach usługi Microsoft FabricIt przyspiesza eksplorację danych, upraszcza nawigację notesów i poprawia jakość kodu. Dostosowuje się do wielojęzycznych środowisk kodu i określa priorytety prywatności i bezpieczeństwa danych. Dzięki redukcji obciążenia poznawczego można dokładniej skupić się na rozwiązywaniu problemów. Niezależnie od tego, czy jesteś analitykiem danych, inżynierem danych, czy analitykiem biznesowym, czat-magics bezproblemowo integruje niezawodne możliwości platformy Azure OpenAI na poziomie przedsiębiorstwa bezpośrednio z notesami. To sprawia, że jest niezbędnym narzędziem do wydajnych i usprawnionych zadań nauki o danych i inżynierii.
Rozpoczynanie pracy z magiami czatów
- Otwórz nowy lub istniejący notes usługi Microsoft Fabric.
- Copilot Wybierz przycisk na wstążce notesu, aby wyświetlić kod inicjowania chat-magics do nowej komórki notesu.
- Uruchom komórkę po dodaniu w górnej części notesu.
Weryfikowanie instalacji czat-magics
- Utwórz nową komórkę w notesie i uruchom
%chat_magics
polecenie , aby wyświetlić komunikat pomocy. Ten krok sprawdza poprawną instalację funkcji Chat-magics.
Wprowadzenie do podstawowych poleceń: %%chat i %%code
Korzystanie z %%czatu (Magic komórki)
- Utwórz nową komórkę w notesie.
- Wpisz
%%chat
w górnej części komórki. - Wprowadź pytanie lub instrukcję poniżej
%%chat
polecenia — na przykład Jakie zmienne są obecnie zdefiniowane? - Wykonaj komórkę, aby wyświetlić odpowiedź Chat-magics.
Korzystanie z %%code (Magic komórki)
- Utwórz nową komórkę w notesie.
- Wpisz
%%code
w górnej części komórki. - Poniżej określ akcję kodu, którą chcesz — na przykład Załaduj my_data.csv do ramki danych biblioteki pandas.
- Wykonaj komórkę i przejrzyj wygenerowany fragment kodu.
Dostosowywanie ustawień danych wyjściowych i językowych
- Użyj polecenia %set_output, aby zmienić wartość domyślną sposobu dostarczania poleceń magic. Opcje można wyświetlić, uruchamiając %set_output?
- Wybierz miejsce, w którym ma być umieszczany wygenerowany kod, na podstawie opcji, takich jak
- bieżąca komórka
- nowa komórka
- dane wyjściowe komórki
- do zmiennej
Zaawansowane polecenia dla operacji na danych
%describe, %%add_comments i %%fix_errors
- Użyj elementu %describe DataFrameName w nowej komórce, aby uzyskać przegląd określonej ramki danych.
- Aby dodać komentarze do komórki kodu w celu zapewnienia lepszej czytelności, wpisz %%add_comments w górnej części komórki, którą chcesz dodać do adnotacji, a następnie wykonaj. Upewnij się, że kod jest poprawny
- W przypadku naprawiania błędów kodu wpisz %%fix_errors w górnej części komórki zawierającej błąd i wykonaj go.
Ustawienia prywatności i zabezpieczeń
- Domyślnie konfiguracja prywatności udostępnia poprzednie komunikaty wysyłane do i z modelu uczenia językowego (LLM). Nie udostępnia jednak zawartości komórek, danych wyjściowych ani żadnych schematów ani przykładowych danych ze źródeł danych.
- Użyj
%set_sharing_level
w nowej komórce, aby dostosować dane udostępnione procesorowi sztucznej inteligencji. - Aby uzyskać bardziej szczegółowe ustawienia prywatności, użyj polecenia
%configure_privacy_settings
.
Polecenia kontekstu i fokusu
Przy użyciu %pin, %new_task i innych poleceń kontekstu
- Służy
%pin DataFrameName
do ułatwienia koncentracji sztucznej inteligencji na określonych ramkach danych. - Aby wyczyścić sztuczną inteligencję, aby skoncentrować się na nowym zadaniu w notesie, wpisz %new_task, a następnie zadanie, które chcesz wykonać. Spowoduje to wyczyszczenie historii wykonywania, że copilot wie o tym punkcie i może sprawić, że przyszłe odpowiedzi będą bardziej istotne.
Powiązana zawartość
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla