例: 構造化された RAG アプリケーションで機能を使用する

取得拡張生成 (RAG) は、生成 AI アプリケーションを構築するための最も一般的なアプローチの 1 つです。 Unity Catalog 内の特徴エンジニアリングでは、オンライン テーブルを使用する構造化された RAG アプリケーションがサポートされています。 RAG アプリケーションに必要な構造化データのオンライン テーブルを作成し、特徴量の提供のエンドポイントでホストします。 RAG アプリケーションは、特徴量の提供のエンドポイントを使って、オンライン テーブルで関連データを検索します。

一般的な手順は次のとおりです。

  1. 特徴量の提供のエンドポイントを作成します。
  2. エンドポイントを使って関連データを検索する LangChainTool を作成します。
  3. LangChain エージェントでツールを使って、関連データを取得します。
  4. モデル提供エンドポイントを作成して LangChain アプリケーションをホストします。

このノートブックでは、検索拡張生成（RAG）アプリケーションで Databricks Online Tables と Feature Serving エンドポイントを使用する方法を説明します。

オンライン テーブルと RAG アプリケーションのデモ ノートブック

ノートブックを入手

  • Last updated on