Muistiinpano
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää kirjautua sisään tai vaihtaa hakemistoa.
Tämän sivun käyttö edellyttää valtuutusta. Voit yrittää vaihtaa hakemistoa.
Jokainen Fabric-dataagentti toimii ajonaikaisesti. Ajonaika määrittää agentin ydinkomponentit: orkestrointi-, suunnittelu- ja reitityslogiikan sekä sisäänrakennetut kyselyjen generointityökalut, jotka muuntavat luonnollisen kielen kysymykset kyselyiksi tietolähteitäsi vastaan.
Fabric tarjoaa kaksi ajonaikaa:
- Standardi ajonaika — yleisesti saatavilla oleva (GA) ajonaika, optimoitu vakaaseen ja ennustettavaan käyttäytymiseen.
- Preview Runtime — ajonaika, jossa on viimeisimmät parannukset ja muutokset ydinkomponentteihin (esimerkiksi sisäänrakennetut kyselyjen generointityökalut tai agentin reitityslogiikka), ennen kuin nämä muutokset siirtyvät GA:ksi.
Valitsemasi suoritusaika määrittää, miten ja milloin agentin ydinkomponenttien muutokset saavuttavat agenttisi. Se ei määritä, mitä tietolähteitä voit lisätä. Jotkin esikatselukonfiguraatiot, kuten skeemaobjektien kuvaukset, ovat saatavilla vain esikatselun suoritusaikana.
Important
Mallin päivitykset taustalla olevaan suureen kielimalliin (LLM) toteutetaan johdonmukaisesti sekä standardi- että esikatseluajona. Ajonaikainen valinta ei ohjaa, mitä mallia dataagentti käyttää.
Vakio ajonaika
Tavallinen ajonaika on GA-ajonaika, ja se on oletus uusille dataagenteille. Se sisältää agentin ydinkomponenttien yleisesti saatavilla olevat toteutukset, mukaan lukien:
- Sisäänrakennetut kyselyjen generointityökalut, jotka muuntavat luonnollisen kielen kysymykset kyselyiksi tuettuihin tietolähteisiin, kuten Lakehouse, tietovarasto, SQL Database, Mirrored Database, Eventhouse KQL Database ja Power BI semanttinen malli.
- Ydinagenttien orkestrointi-, suunnittelu- ja reitityslogiikka.
Päivityksiä tavalliseen ajonaikaan tapahtuu harvoin. Muutokset tulevat tänne vasta sen jälkeen, kun ne läpäisevät validoinnin preview-ajontimessa ja siirtyvät GA:ksi. Valitse standardi ajonaikajärjestelmä tuotantodataagenteille, joissa johdonmukaisuus ja minimaalinen vaihtuvuus julkaisujen välillä ovat tärkeitä.
Esikatseluaika
Esikatseluajonki sisältää uusimmat parannukset sisäänrakennettuihin työkaluihin ja orkestrointiin ennen kuin ne siirtyvät GA:ksi. Nämä päivitykset voivat sisältää:
- Uudet sisäänrakennetut työkalut, joita ei vielä ole saatavilla tavallisessa ajonaikajärjestelmässä.
- Muokkaukset ja laadunparannukset olemassa oleviin sisäänrakennettuihin työkaluihin (esimerkiksi päivitykset siihen, miten agentti generoi tai validoi kyselyitä tietylle tietolähteelle).
- Muutokset agentin ydinorkestrointiin, suunnitteluun tai reitityslogiikkaan.
Esikatseluajan päivitykset ovat tiheämpiä, ja käyttäytyminen voi muuttua julkaisujen välillä. Valitse esikatseluajonaika, kun haluat arvioida tulevia muutoksia, varmistaa, että agenttisi jatkavat odotetusti työskentelyä, tai antaa palautetta parannuksista ennen kuin ne saavuttavat GA:n.
Mitä tällä hetkellä on esikatselun aikana.
Seuraavat päivitykset sisältyvät tänään esikatseluohjelmaan. Tämä lista muuttuu, kun uudet parannukset laskeutuvat ja nykyiset siirtyvät Georgiaan.
| Parannus | Ominaisuus | Description |
|---|---|---|
| Skeemakonteksti SQL-tietolähteille | Skeemaobjektien kuvaukset (Esikatselu) | Lisää liiketoimintakonteksti taulukoille, sarakkeille ja muille skeeman elementeille, jotta dataagentti voi tulkita suuria tai epäselviä SQL-skeemoja ja tuottaa tarkempia kyselyitä. |
| Parempi esimerkkikysely seuraavaksi | Edistynyt NL2SQL | NL2SQL noudattaa tarkemmin esimerkkikyselykirjaston kaavoja sen sijaan, että lisäisi ylimääräisiä logiikkaa tai rajoitteita, joita ei ollut esimerkeissä. |
| Suodattimen arvon korvaus | Edistynyt NL2SQL | NL2SQL perustelee implisiittisten suodatinarvojen avulla ja korvaa oikeat, mukaan lukien silloin, kun useita kategorisia tai totuussuodattimia on implisiittisiä eikä eksplisiittisesti ilmaistu. |
| Epäselvyyden käsittely | Edistynyt NL2SQL | NL2SQL havaitsee epämääräiset kysymykset ja esittää tarkentavan kysymyksen ennen SQL:n luomista sen sijaan, että sitoutuisi oletukseen, joka saattaa antaa väärän vastauksen. |
| Tarkempi monimutkaisten kysymysten käsittely | Edistynyt DAX-sukupolvi | DAX-generointi perustelee useiden vaiheiden kautta, tarkastelee tuloksia, ratkaisee epäselvyydet ja hioi lähestymistapaansa vastatakseen monimutkaisiin kysymyksiin tarkemmin. |
| Luotettavampi suodattimen generointi | Edistynyt DAX-sukupolvi | DAX-generointi hakee arvoja semanttisten mallien sarakkeista tunnistaakseen oikeat suodatinarvot ja luodakseen luotettavampia kyselyitä. |
Voit myös vaihtaa dataagentin ohjelmallisesti esikatseluajonaikaan käyttämällä Fabric Data Agent Python SDK:ta:
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}")
Muistio
Julkaistun dataagentin käyttämä ajonaikaisuus määräytyy agentin konfiguraation mukaan julkaisuhetkellä. Jos julkaiset dataagentin, kun se on konfiguroitu käyttämään preview-ajonaikaa, julkaistu versio jatkaa suoritustaikon aikana, kunnes julkaiset agentin uudelleen eri ajonaikaisella valinnalla.