Beskriva Azure AI-tillägget

  • 4 minuter

Tillägget azure_ai är ett kraftfullt verktyg som skapats av Microsoft Postgres-teamet och som ger sömlös integrering mellan din flexibla Azure Database for PostgreSQL-serverinstans och olika Foundry Tools. Den här integreringen effektiviserar utvecklingsprocessen och gör att du enkelt kan införliva AI-funktioner i dina program.

Du kan komma åt Foundry Tools, till exempel bearbetning av naturligt språk, textanalys och generativa AI-språkmodeller från dina SQL-frågor med hjälp av ett enkelt funktionsanrop. Med det här tillägget kan du använda kraften i Azure AI och Machine Learning för att lägga till avancerade analyser och insikter i dina program utan att lämna PostgreSQL-databasen.

Tillägget gör det enkelt att integrera Azure OpenAI, Microsoft Foundry och Azure Machine Learning i databasen. På det azure_ai hela taget är tillägget en spelväxlare för utvecklare som vill lägga till generativa AI-funktioner i sina program. Dess omfattande funktioner och sömlösa integrering med Azure AI- och Machine Learning-tjänster förenklar utvecklingsprocessen och gör att du kan skapa avancerade AI-program direkt i postgreSQL-databasen.

Vad är tillägget azure_ai?

Tillägget azure_ai innehåller en omfattande uppsättning verktyg som kan förbättra funktionerna i en PostgreSQL-databas genom att integrera Azure AI och Machine Learning Services. azure_ai Med tillägget kan du sömlöst införliva generativa AI-funktioner i databasen. Med det här tillägget kan du skapa nytt innehåll baserat på befintlig information. Dessa verktyg omfattar en samling scheman, användardefinierade funktioner (UDF: er) och sammansatta typer som sömlöst kan integreras i alla PostgreSQL-databaser. När du använder kraften i Foundry Tools kan du dra nytta av avancerad analys, maskininlärning och andra AI-drivna funktioner för att få djupare insikter och fatta bättre beslut. azure_ai Med tillägget PostgreSQL kan du låsa upp en helt ny nivå av funktioner och prestanda. Tillägget innehåller tre primära tjänstintegreringar:

Gjuteriverktyg

Tillägget gör att databasen kan anropa olika Foundry Tools för att extrahera insikter från data, till exempel textsammanfattning, översättning och entitetsextrahering. Dessa tjänster förenklar utvecklingsprocessen, vilket gör integreringen av AI-funktioner i dina program mer tillgänglig.

Azure OpenAI

Med Azure OpenAI Service-integreringen kan du anropa Azure OpenAI-API: et direkt från databasen för att generera vektorinbäddningar. Tillsammans med vector tillägget kan du lagra de genererade inbäddningarna direkt i PostgreSQL-databasen. Dessa inbäddningar möjliggör kraftfulla funktioner som semantisk sökning, rekommendationer och avvikelseidentifiering.

Azure Machine Learning

Med tillägget kan du ansluta till Azure Machine Learning för att utföra slutsatsdragning. Du kan använda en tränad maskininlärningsmodell för att göra förutsägelser eller generera utdata baserat på nya, osedda data.

Aktivera azure_ai-tillägget

Innan du kan använda azure_ai tillägget måste det tillåtas och installeras med databasen:

  1. Allowlist-konfiguration: Lägg till tillägget i listan över tillåtna genom att köra SHOW azure.extensions;.
  2. Installation: Anslut till måldatabasen och kör följande kommando för att installera tillägget:
CREATE EXTENSION IF NOT EXISTS azure_ai;

Skapa schema

När tillägget har installerats skapar det fyra scheman i databasen:

Schemat Beskrivning
azure_ai Innehåller konfigurationstabellen och funktionerna för att interagera med tillägget.
azure_cognitive Innehåller funktioner och sammansatta typer som är relaterade till Azure Cognitive Services.
azure_ml Innehåller funktioner som rör Azure Machine Learning-slutsatsdragning.
azure_openai Innehåller funktionerna som är relaterade till Azure OpenAI.

Konfigurera tillägget

Tillägget skapar azure_ai.settings tabellen, vilket är avgörande för att konfigurera och hantera tilläggsinställningarna. Tabellen är säkert värd för slutpunkts- och nyckelinställningar relaterade till de foundry-verktyg som du integrerar i databasen. Om du vill konfigurera tillägget anger du de nödvändiga slutpunkterna och API-nycklarna för autentisering.

  1. Ange värden:

    • Med azure_ai.set_setting() funktionen kan du ange olika konfigurationsvärden för Foundry Tools. Du kan tilldela värden till specifika nycklar med hjälp av den här funktionen.
    • Du kan till exempel ange Azure OpenAI-slutpunkten och ange motsvarande prenumerationsnyckel med hjälp av följande kommandon:
    SELECT azure_ai.set_setting('azure_openai.endpoint', '{endpoint}');
SELECT azure_ai.set_setting('azure_openai.subscription_key', '{api-key}');

  2. Hämtar inställningar:

    • Med azure_ai.get_setting() funktionen kan du hämta de värden som du tidigare angett med hjälp av set_setting().
    • Ange nyckeln för den inställning som du vill visa och funktionen returnerar det associerade värdet.
    • Om du till exempel vill verifiera inställningarna som skrivits i konfigurationstabellen använder du:
    SELECT azure_ai.get_setting('azure_openai.endpoint');
SELECT azure_ai.get_setting('azure_openai.subscription_key');

Åtkomstnycklar och säkerhet

Dina Azure AI-åtkomstnycklar liknar ditt kontos rotlösenord. Det är viktigt att hantera dem med försiktighet. Det bästa sättet är att använda Azure Key Vault för att hantera och rotera dina nycklar.

Användare som behöver hantera tjänstnycklar som används av tillägget kräver azure_ai_settings_manager rollen i databasen. Funktioner som kräver den här rollen inkluderar azure_ai.set_setting() och azure_ai.get_setting().

Hur fungerar azure_ai-tillägget?

Här är ett snabbt exempel på hur enkelt det är att använda azure_ai tillägget i en flexibel Azure Database for PostgreSQL-server:

  • Genererar inbäddningar: Du kan skapa inbäddningar genom att anropa en användardefinierad funktion (UDF) infogad från SQL. Till exempel:

    SELECT azure_openai.create_embeddings('text-embedding-ada-002', 'Learn about building intelligent applications with azure_ai extension and vector');

  • Språktjänster: Behöver du attitydanalys? Det är så enkelt som ett UDF-anrop från SQL:

    SELECT a.* FROM azure_cognitive.analyze_sentiment('The GenAI session was awesome', 'en') a;

  • Ytterligare funktioner: Du kan lägga till vektorkolumner i tabeller, skapa HNSW-index (Hierarkisk navigeringsbar liten värld) och utföra semantiska sökningar – allt drivs av azure_ai tillägget.