Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Hver Fabric dataagent kører på en runtime. Kørselstiden bestemmer agentens kernekomponenter: orkestrering, planlægning og routing-logik samt de indbyggede forespørgselsgenereringsværktøjer, der oversætter spørgsmål i naturligt sprog til forespørgsler mod dine datakilder.
Fabric tilbyder to løbetider:
- Standard runtime — den generelt tilgængelige (GA) runtime, optimeret til stabil, forudsigelig adfærd.
- Forhåndsvisningskørsel — en kørsel med de nyeste forbedringer og ændringer af kernekomponenter (for eksempel de indbyggede forespørgselsgenereringsværktøjer eller agentens routinglogik), før disse ændringer går videre til GA.
Den køretid, du vælger, bestemmer, hvordan og hvornår ændringer i agentens kernekomponenter når din agent. Det bestemmer ikke, hvilke datakilder du kan tilføje. Nogle forhåndsvisningskonfigurationer, såsom skemaobjektbeskrivelser, er kun tilgængelige på forhåndsvisningsruntime.
Vigtigt
Modelopgraderinger til den underliggende store sprogmodel (LLM) anvendes konsekvent på tværs af både standard- og preview-runtime. Kørselstidsvalg styrer ikke, hvilken model dataagenten bruger.
Standardkøretid
Standardruntimen er GA-runtime og er standard for nye dataagenter. Den indeholder de generelt tilgængelige implementeringer af agentens kernekomponenter, herunder:
- Indbyggede forespørgselsgenereringsværktøjer, der oversætter spørgsmål fra naturligt sprog til forespørgsler mod understøttede datakilder, herunder Lakehouse, data warehouse, SQL Database, Mirrored Database, Eventhouse KQL Database og Power BI semantisk model.
- Kernen i agentens orkestrering, planlægning og routing-logik.
Opdateringer til standardruntime er sjældne. Ændringer lander kun her, efter de har bestået valideringen i preview-runtimen og overført til GA. Vælg standardruntime for produktionsdataagenter, hvor ensartet adfærd og minimal churn mellem udgivelser er vigtige.
Forhåndsvisning
Forhåndsvisningen indeholder de nyeste forbedringer af de indbyggede værktøjer og orkestrering, før de går videre til GA. Disse opdateringer kan omfatte:
- Nye indbyggede værktøjer, som endnu ikke er tilgængelige på standardruntime.
- Modifikationer og kvalitetsforbedringer af eksisterende indbyggede værktøjer (for eksempel opdateringer til, hvordan agenten genererer eller validerer forespørgsler for en given datakilde).
- Ændringer i agentens kernelogik for orkestrering, planlægning eller routing.
Opdateringer til preview-runtimen er hyppigere, og adfærden kan ændre sig mellem udgivelser. Vælg preview-runtime, hvor du vil evaluere kommende ændringer, validere at dine agenter fortsætter med at arbejde som forventet, eller give feedback på forbedringer, før de når GA.
Hvad er der aktuelt i preview-runtimen
Følgende opdateringer er inkluderet i preview-runtimen i dag. Denne liste ændres, efterhånden som nye forbedringer lander, og de eksisterende bliver til GA.
| Forbedring | Feature | Beskrivelse |
|---|---|---|
| Skemakontekst for SQL-datakilder | Skema-objektbeskrivelser (Forhåndsvisning) | Tilføj forretningskontekst for tabeller, kolonner og andre skemaelementer for at hjælpe dataagenten med at fortolke store eller tvetydige SQL-skemaer og generere mere præcise forespørgsler. |
| Bedre eksempelforespørgsel følgende | Avanceret NL2SQL | NL2SQL følger mere de mønstre, der vises i dit eksempelforespørgselsbibliotek, i stedet for at tilføje ekstra logik eller begrænsninger, som ikke var i eksemplerne. |
| Filterværdisubstitution | Avanceret NL2SQL | NL2SQL ræsonnerer gennem implicitte filterværdier og erstatter de korrekte, herunder når flere kategoriske eller booleske filtre er implicit i stedet for eksplicit angivet. |
| Håndtering af tvetydighed | Avanceret NL2SQL | NL2SQL opdager tvetydige spørgsmål og stiller et opklarende spørgsmål, før SQL genereres, i stedet for at forpligte sig til en antagelse, der kan give det forkerte svar. |
| Mere præcis håndtering af komplekse spørgsmål | Avanceret DAX-generering | DAX-generering ræsonnerer gennem flere trin, inspicerer resultater, løser tvetydigheder og forfiner sin tilgang til at besvare komplekse spørgsmål mere præcist. |
| Mere pålidelig filtergenerering | Avanceret DAX-generering | DAX-generering søger værdier i kolonner for semantiske modeller for at identificere de korrekte filterværdier og generere mere pålidelige forespørgsler. |
Du kan også skifte en dataagent til preview-runtime-processen programmatisk ved at bruge Fabric data agent Python SDK:
data_agent = FabricDataAgentManagement(data_agent_name)
# Switch to the preview runtime
data_agent.update_configuration(enable_preview_features=True)
config = data_agent.get_configuration()
print(f"Preview runtime enabled: {config.enable_experimental_features}")
# Switch back to the standard runtime
data_agent.update_configuration(enable_preview_features=False)
config = data_agent.get_configuration()
print(f"Preview runtime enabled: {config.enable_experimental_features}")
Bemærkning
Den runtime, som en publiceret dataagent bruger, fastsættes af agentens konfiguration på tidspunktet for publiceringen. Hvis du publicerer en dataagent, mens den er konfigureret til at bruge preview-runtime, fortsætter den publicerede version med at køre på preview-runtime, indtil du genudgiver agenten med et andet runtime-valg.