Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Accesso alle funzionalità di Jupyter AI
Puoi accedere alle funzionalità di Jupyter AI con due metodi distinti: l’interfaccia utente della chat o i comandi magic all’interno dei notebook.
Dall’assistente IA dell’interfaccia utente della chat
L’interfaccia della chat ti connette con Jupyternaut, un agente di conversazione che utilizza il modello linguistico scelto da te.
Dopo aver avviato un' JupyterLab applicazione installata con Jupyter AI, puoi accedere all'interfaccia di chat scegliendo l'icona della chat ()
nel pannello di navigazione a sinistra. Agli utenti alle prime armi viene richiesto di configurare il proprio modello. Per le istruzioni di configurazione, consulta Configurazione del provider di modelli nell’interfaccia utente della chat.
Con l’interfaccia utente della chat, puoi:
-
Rispondere alle domande: ad esempio, puoi chiedere a Jupyternaut di creare una funzione Python che aggiunga file CSV a un bucket Amazon S3. Successivamente, puoi perfezionare la risposta ponendo un’altra domanda, ad esempio puoi aggiungere un parametro alla funzione per scegliere il percorso in cui scrivere i file.
-
Interagisci con i file in JupyterLab: puoi includere una parte del tuo taccuino nel prompt selezionandolo. Quindi, puoi sostituirla con la risposta suggerita dal modello o copiare manualmente la risposta negli appunti.
-
Generare interi notebook dai prompt: avviando il prompt con
/generate, attivi un processo di generazione dei notebook in background che non interrompe l’utilizzo di Jupyternaut. Al termine del processo viene visualizzato un messaggio che contiene il link al nuovo file. -
Inserire informazioni dai file locali e porre domande su di essi: utilizzando il comando
/learn, puoi inserire informazioni sui file locali in un modello di embedding a tua scelta, quindi puoi porre domande su tali file utilizzando il comando/ask. Jupyter AI archivia i contenuti incorporati in un database vettoriale FAISSlocale, quindi utilizza la generazione potenziata da recupero dati (RAG) per fornire risposte basate sulle informazioni apprese. Per cancellare tutte le informazioni precedentemente apprese dal tuo modello di embedding, utilizza /learn -d.
Nota
Amazon Q Developer non è in grado di generare notebook da zero.
Per un elenco completo delle funzionalità e istruzioni dettagliate sul loro utilizzo, consulta la documentazione sull’interfaccia della chat Jupyter AI
Dalle celle dei notebook
Utilizzando %%ai i comandi %ai magici, puoi interagire con il modello linguistico che preferisci dalle celle del tuo notebook o da qualsiasi interfaccia a riga di IPython comando. Il comando %%ai applica le istruzioni all’intera cella, mentre %ai le applica alla riga specifica.
L’esempio seguente illustra un comando magic %%ai che invoca un modello Anthropic Claude per generare un file HTML che contiene l’immagine di un quadrato bianco con bordi neri.
%%ai anthropic:claude-v1.2 -f html Create a square using SVG with a black border and white fill.
Per conoscere la sintassi di ogni comando, utilizza %ai help. Per elencare i provider e i modelli supportati dall’estensione, esegui %ai list.
Per un elenco completo delle funzionalità e istruzioni dettagliate sul loro utilizzo, consulta la documentazione sui comandi magic-f o --format, consentire l’interpolazione delle variabili nei prompt, incluse le variabili speciali In e Out, e altro ancora.
Per informazioni su come configurare l’accesso a un modello, consulta Configurazione del provider di modelli in un notebook.
