代码解释器工具为数据代理提供安全的沙盒Python环境，用于分析它检索的数据。 启用该工具后，数据代理可以超越查询数据源并回答需要数据分析、数学计算或可视化的自然语言问题。 例如，可以要求数据代理在一段时间内绘制趋势图表、检测各列之间的相关性或合并来自多个源的结果。 代理代表你生成并运行Python代码，可以在运行步骤中直接查看生成的代码、输出和Python可视化效果。
Important
此功能目前为预览版。
先决条件
- 付费的 F2 或更高版本的 Fabric 容量，或启用 Microsoft Fabric 的 Power BI Premium 容量（P1 或更高）。
- 根据 Fabric 数据代理租户设置中所述的要求，为 AI 启用跨地理位置处理和跨地理位置存储。
- 至少有一个包含数据的数据源，例如：数据仓库、数据湖、Power BI 语义模型、KQL 数据库、镜像数据库或本体论。 必须具有对数据源的读取访问权限。
添加代码解释器工具
若要向数据代理添加代码解释器工具，请执行以下操作：
打开数据代理。
选择 “工具 ”选项卡。
选择 “添加代码解释器”。
在确认对话框中，选择“ 确认”。
现在，代码解释器工具已添加到数据代理并可供使用。
Warning
首次在现有的数据代理聊天会话中使用代码解释器时，您可能需要先清除对话线程，代理才能识别新工具。 启动新的聊天或清除现有线程，以确保代码解释器可用。
使用 SDK 启用代码解释器工具
还可以使用 Fabric 数据代理Python SDK 以编程方式启用代码解释器工具。 如果要编写数据代理设置脚本或将其包含在自动部署过程中，此选项非常有用。
from fabric.dataagent.client import (
FabricDataAgentManagement,
create_data_agent,
delete_data_agent,
)
# Define the name for the data agent
data_agent_name = "<data agent name>"
# Create a new data agent (run this once)
data_agent = create_data_agent(
data_agent_name,
)
# If the data agent already exists, use this instead to connect:
# data_agent = FabricDataAgentManagement(data_agent_name)
conf = data_agent._client.get_configuration()
conf.value["experimental"] = {"codeInterpreterEnabled": True}
data_agent._client.set_configuration(conf)
提出问题
添加代码解释器工具后，可以使用自然语言询问数据代理问题。 代理查询连接的数据源，将结果传递给代码解释器，并使用Python来分析数据、运行计算或生成可视化效果。 无需自行编写任何代码。
尝试以下问题：
- 生成过去五年按区域和损失原因划分的索赔频次热力图。
- 创建客户任期、每月支出和流失风险的成对图来探索相关性。
- 供应商
reliability_score是否与实际按时送达率相关？ - 构建涵盖所有供应商绩效指标的相关性热力图——合同约定的
reliability_score、合同约定的lead_time_days、实际按时交付百分比、缺陷率、实际交付周期、交付数量和总成本。 显示哪些指标一起移动，哪些指标是独立的。 - 根据过去三年的销售数据预测下季度的收入。
查看结果
在数据代理回答问题后，可以使用运行步骤来准确了解代码解释器生成结果的方式。 展开代码解释器步骤，以查看代理生成的 Python 代码、其运行时使用的输入以及产生的输出。 运行步骤可以轻松验证分析，或排查意外结果问题。
使用代理指令
不能直接将指令添加到代码解释器工具，但可以使用代理级说明来塑造数据代理调用它的方式和时间。 例如，可以指导代理何时首选代码解释器而不是另一个工具、请求中包含的上下文，或如何设置最终结果的格式。 有关详细信息，请参阅 配置数据代理。