Merk
Tilgang til denne siden krever autorisasjon. Du kan prøve å logge på eller endre kataloger.
Tilgang til denne siden krever autorisasjon. Du kan prøve å endre kataloger.
Hver Fabric-dataagent kjører på en kjøretid. Kjøretiden bestemmer agentens kjernekomponenter: orkestrering, planlegging og rutingslogikk, sammen med de innebygde spørringsgenereringsverktøyene som oversetter spørsmål i naturlig språk til spørringer mot datakildene dine.
Fabric tilbyr to løpetider:
- Standard kjøretid — den generelt tilgjengelige (GA) kjøretiden, optimalisert for stabil og forutsigbar oppførsel.
- Forhåndsvisningskjøring — en kjøretid med de nyeste forbedringene og modifikasjonene av kjernekomponenter (for eksempel de innebygde spørringsgenereringsverktøyene eller agentens rutingslogikk), før disse endringene går over til GA.
Kjøretiden du velger avgjør hvordan og når endringer i agentens kjernekomponenter når agenten din. Det bestemmer ikke hvilke datakilder du kan legge til. Noen forhåndsvisningskonfigurasjoner, som skjema-objektbeskrivelser, er kun tilgjengelige på forhåndsvisningskjøringen.
Important
Modelloppgraderinger til den underliggende store språkmodellen (LLM) anvendes konsekvent både i standard- og forhåndsvisningskjøringen. Kjøretidsvalg styrer ikke hvilken modell dataagenten bruker.
Standard kjøretid
Standard kjøretid er GA-kjøretiden og er standard for nye dataagenter. Den inneholder de generelt tilgjengelige implementasjonene av agentens kjernekomponenter, inkludert:
- Innebygde verktøy for spørringsgenerering som oversetter spørsmål fra naturlig språk til spørringer mot støttede datakilder, inkludert Lakehouse, datalager, SQL Database, Mirrored Database, Eventhouse KQL Database og Power BI semantic model.
- Kjerne-agentens orkestrering, planlegging og rutingslogikk.
Oppdateringer av standard kjøretid er sjeldne. Endringene kommer først her etter at de har bestått valideringen i forhåndsvisningen og gått videre til GA. Velg standard kjøretid for produksjonsdataagenter hvor konsistent oppførsel og minimal churn mellom utgivelser er viktig.
Forhåndsvisningstid
Forhåndsvisningen inneholder de nyeste forbedringene av de innebygde verktøyene og orkestreringen før de går videre til GA. Disse oppdateringene kan inkludere:
- Nye innebygde verktøy som ennå ikke er tilgjengelige på standard kjøretid.
- Modifikasjoner og kvalitetsforbedringer av eksisterende innebygde verktøy (for eksempel oppdateringer i hvordan agenten genererer eller validerer spørringer for en gitt datakilde).
- Endringer i agentens kjernelogikk for orkestrering, planlegging eller ruting.
Oppdateringer av forhåndsvisningskjøringen er hyppigere, og oppførselen kan endre seg mellom utgivelsene. Velg forhåndsvisningstiden når du vil evaluere kommende endringer, validere at agentene dine fortsetter å jobbe som forventet, eller gi tilbakemelding på forbedringer før de når GA.
Hva som for øyeblikket er i forhåndsvisningen
Følgende oppdateringer er inkludert i forhåndsvisningen i dag. Denne listen endres etter hvert som nye forbedringer lander og eksisterende utgraderes til GA.
| Forbedring | Funksjon | Beskrivelse |
|---|---|---|
| Skjemakontekst for SQL-datakilder | Skjema-objektbeskrivelser (Forhåndsvisning) | Legg til forretningskontekst for tabeller, kolonner og andre skjemaelementer for å hjelpe dataagenten med å tolke store eller tvetydige SQL-skjemaer og generere mer nøyaktige spørringer. |
| Bedre eksempel på spørring følger | Avansert NL2SQL | NL2SQL følger mer nøyaktig mønstrene som vises i eksempelbiblioteket ditt, i stedet for å legge til ekstra logikk eller begrensninger som ikke var i eksemplene. |
| Filterverdisubstitusjon | Avansert NL2SQL | NL2SQL resonerer gjennom impliserte filterverdier og erstatter de riktige, inkludert når flere kategoriske eller boolske filtre er implisert i stedet for eksplisitt oppgitt. |
| Håndtering av tvetydighet | Avansert NL2SQL | NL2SQL oppdager tvetydige spørsmål og stiller et oppklarende spørsmål før det genererer SQL, i stedet for å forplikte seg til en antakelse som kan gi feil svar. |
| Mer presis håndtering av komplekse spørsmål | Avansert DAX-generering | DAX-generering resonerer over flere trinn, inspiserer resultater, løser tvetydigheter og forbedrer tilnærmingen for å svare mer nøyaktig på komplekse spørsmål. |
| Mer pålitelig filtergenerering | Avansert DAX-generering | DAX-generering søker etter verdier i kolonnene i semantiske modeller for å identifisere riktige filterverdier og generere mer pålitelige spørringer. |
Du kan også bytte en dataagent til forhåndsvisningsruntime programmatisk ved å bruke 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}")
Note
Kjøretiden som en publisert dataagent bruker, settes av agentens konfigurasjon på publiseringstidspunktet. Hvis du publiserer en dataagent mens den er konfigurert til å bruke forhåndsvisningskjøringen, fortsetter den publiserte versjonen å kjøre på forhåndsvisningskjøringen til du publiserer agenten på nytt med et annet kjøretidsvalg.