Notebooks de exemplo da Pesquisa de IA

Os notebooks a seguir mostram como usar o SDK do Python para Pesquisa de IA. Para obter informações de referência, consulte a referência do SDK Python.

LangChain

Para obter mais informações sobre como usar o LangChain com a Pesquisa de IA do Databricks, consulte a integração de pesquisa de vetor do Databricks.

Notebook	Description
Pesquisa de IA com o SDK do Python	Crie um ponto de extremidade de pesquisa, crie um índice de vetor de sincronização delta, execute pesquisas de similaridade e converta resultados em documentos langChain.

Usar um modelo de inserção

Esses notebooks mostram como configurar um endpoint de Model Serving do Databricks para gerar embeddings.

Notebook	Description
Usar um modelo de embedding da OpenAI	Use o SDK Python com um modelo de inserção externo (OpenAI) para criar e consultar um índice de Pesquisa de IA.
Usar um modelo de inserção GTE	Use o modelo base de embeddings GTE para carregar um conjunto de dados em uma tabela Delta, dividir o texto em partes, criar um endpoint do AI Search e um índice de sincronização do Delta e executar pesquisas de similaridade.
Registrar e servir um modelo de inserção de OSS	Baixe um modelo de embeddings de código aberto (e5-small-v2) do Hugging Face, registre-o no Unity Catalog e implante-o como um endpoint de Model Serving para uso com a Busca de IA da Databricks.

Usar a Pesquisa de IA com um token OAuth

Notebook	Description
Usar a Pesquisa de IA com um token OAuth	Consulte um ponto de extremidade da Pesquisa de IA do Databricks usando o SDK do Python ou solicitações HTTP diretas, com autenticação por token OAuth com um entidade de serviço por meio do caminho otimizado para rede.