Microsoft Fabric 筆記本中的聊天魔術概觀
Chat-magics Python 連結庫可增強 Microsoft Fabric 筆記本中的數據科學和工程工作流程。 它會與 Fabric 環境緊密整合,並允許在筆記本數據格中執行特製化的 IPython magic 命令,以提供實時輸出。 您可以在這裡找到 IPython magic 命令和更多使用背景: https://ipython.readthedocs.io/en/stable/interactive/magics.html#。
注意
- 您的系統管理員必須先啟用租使用者切換, 才能開始使用 Copilot。 如需詳細資訊,請參閱租用戶設定一文。Copilot
- 您的 F64 或 P1 容量必須位於本文所列的其中一個區域: Fabric 區域可用性。
- 如果您的租使用者或容量位於美國或法國以外,則預設為停用,Copilot除非您的網狀架構租使用者管理員啟用傳送至 Azure OpenAI 的數據可以在您租使用者的地理區域、合規性界限或網狀架構 管理員 入口網站中的國家雲端實例租用戶設定之外進行處理。
- Copilot 試用 SKU 不支援在 Microsoft Fabric 中。 僅支持付費 SKU(F64 或更新版本或 P1 或更高版本)。
- Copilot in Fabric 目前正在公開預覽中推出,預計將於 2024 年 3 月底提供給所有客戶使用。
- 如需詳細資訊,請參閱 Fabric 和 Power BI 中的概觀Copilot一文。
Chat-magics 的功能
立即查詢和程式代碼產生
%%chat
命令可讓您詢問筆記本狀態的相關問題。 啟用 %%code
數據操作或視覺效果的程式代碼產生。
數據框架描述
此命令 %describe
提供已載入之資料框架的摘要和描述。 這可簡化數據探索階段。
批注和偵錯
%%add_comments
和 %%fix_errors
命令可協助將批註新增至您的程式代碼,並分別修正錯誤。 這有助於讓您的筆記本更容易閱讀且無錯誤。
隱私權控制
聊天魔術也提供細微的隱私權設定,可讓您控制與 Azure OpenAI 服務共用的數據。 %set_sharing_level
例如,和 %configure_privacy_settings
命令會提供這項功能。
聊天魔術如何協助您?
聊天魔術可提升 Microsoft Fabric 筆記本中的生產力和工作流程:加速數據探索、簡化筆記本流覽,以及改善程式碼品質。 它會適應多語系程式代碼環境,並排定數據隱私權和安全性的優先順序。 透過減少認知負載,可讓您更緊密地專注於解決問題。 無論您是數據科學家、數據工程師或商務分析師,Chat-magics 都能夠順暢地將健全且企業級的 Azure OpenAI 功能直接整合到您的筆記本中。 這使得它成為有效率且簡化數據科學和工程工作不可或缺的工具。
開始使用聊天魔術
- 開啟新的或現有的 Microsoft Fabric 筆記本。
- Copilot選取筆記本功能區上的按鈕,將 Chat-magics 初始化程式代碼輸出到新的筆記本數據格。
- 將儲存格新增至筆記本頂端時,請執行該儲存格。
確認 Chat-magics 安裝
- 在筆記本中建立新的儲存格,然後執行
%chat_magics
命令以顯示說明訊息。 此步驟會驗證適當的 Chat-magics 安裝。
基本命令簡介:%%chat 和 %%code
使用 %%chat (Cell Magic)
- 在筆記本中建立新的儲存格。
- 在儲存格頂端輸入
%%chat
。 - 在命令下方
%%chat
輸入您的問題或指示 -例如, 目前定義哪些變數? - 執行儲存格以查看 Chat-magics 回應。
使用 %%code (Cell Magic)
- 在筆記本中建立新的儲存格。
- 在儲存格頂端輸入
%%code
。 - 在此下方,指定您想要的程式代碼動作 -例如, 將my_data.csv載入 pandas 數據框架。
- 執行數據格,並檢閱產生的代碼段。
自訂輸出和語言設定
- 使用 %set_output 命令來變更 magic 命令如何提供輸出的預設值。 您可以執行 %set_output 來檢視這些選項?
- 從類似選項中選擇放置產生的程序代碼的位置
- 目前儲存格
- 新單元格
- 單元格輸出
- 轉換成變數
數據作業的進階命令
%describe、%%add_comments和 %%fix_errors
- 使用 新儲存格中的 %describe DataFrameName 來取得特定數據框架的概觀。
- 若要將批註新增至程式代碼資料格以取得較佳的可讀性,請輸入 %%add_comments至您要批注的單元格頂端,然後執行。 請務必驗證程式代碼是否正確
- 如需修正程式碼錯誤,請在包含錯誤並執行之儲存格頂端輸入 %%fix_errors。
隱私權和安全性設定
- 根據預設,您的隱私權設定會共用從語言學習模型 (LLM) 來回傳送的先前訊息。 不過,它不會共用來自數據源的儲存格內容、輸出或任何架構或範例數據。
- 在
%set_sharing_level
新的數據格中使用 來調整與 AI 處理器共享的數據。 - 如需更詳細的隱私權設定,請使用
%configure_privacy_settings
。
內容和焦點命令
使用 %pin、%new_task和其他內容命令
- 用來
%pin DataFrameName
協助 AI 專注於特定數據框架。 - 若要清除 AI 以專注於筆記本中的新工作,請輸入 % new_task,然後輸入即將執行的工作。 這會清除警長知道這一點的執行歷程記錄,並可以讓未來的回應更加相關。
相關內容
意見反映
https://aka.ms/ContentUserFeedback。
即將推出:我們會在 2024 年淘汰 GitHub 問題,並以全新的意見反應系統取代並作為內容意見反應的渠道。 如需更多資訊,請參閱:提交及檢視以下的意見反映: