Anuncio de la vista previa pública de las API de conversación de AI/BI Genie
Obtén información de tus datos usando lenguaje natural dentro de cualquier herramienta de colaboración
Summary
- AI/BI Genie te permite hablar con tus datos para explorar cualquier pregunta en lenguaje natural
- Integra AI/BI Genie en Databricks Apps, Slack, Teams, Sharepoint, aplicaciones creadas a medida y más
- Pon en práctica las API de Genie Conversation con un ejemplo paso a paso
Como parte de nuestra iniciativa Semana de Agentes de IA, presentamos nuevas capacidades para ayudar a las empresas a crear y gobernar agentes de IA de alta calidad. Para ello, nos complace anunciar la Vista Previa Pública de las API de Conversación de Genie, disponibles en AWS, Azure y GCP. Con este conjunto de API, sus usuarios ahora pueden aprovechar AI/BI Genie para obtener información de datos de autoservicio utilizando lenguaje natural desde cualquier superficie, incluidas las aplicaciones de Databricks, Slack, Teams, Sharepoint, aplicaciones creadas a medida y más. Además, las API de Conversación le permiten integrar AI/BI Genie en cualquier agente de IA, con o sin Mosaic AI Agent Framework.
Utilizando el conjunto de API de Conversación de Genie, puede enviar programáticamente indicaciones en lenguaje natural y recibir información de datos tal como lo haría en la interfaz de usuario de Genie. La API mantiene el estado, lo que permite a Genie retener el contexto a medida que realiza preguntas de seguimiento dentro de un hilo de conversación.
En esta publicación, revisamos los puntos finales clave disponibles en la Vista Previa Pública, exploramos la integración de Genie con Mosaic AI Agent Framework y destacamos un ejemplo de integración de Genie en un canal de Microsoft Teams.
API de Conversación de Genie en la Práctica
Repasemos un ejemplo práctico para comprender cómo funcionan las API de Conversación de Genie. Lo primero a tener en cuenta es que las API de Conversación necesitan interactuar con un espacio de Genie que ya se haya creado. Recomendamos comenzar con la documentación de nuestro producto para configurar su espacio de Genie y luego seguir estas mejores prácticas para configurarlo de manera óptima.
Imagine que ya ha creado, configurado y compartido un espacio de Genie diseñado para responder preguntas sobre sus datos de marketing. Ahora, desea que su equipo de marketing utilice este espacio para hacer preguntas y explorar información, pero en lugar de acceder a él a través de la interfaz de usuario de Genie, desea que lo hagan desde una aplicación externa.
Para empezar, supongamos que desea que su equipo de marketing haga una pregunta sencilla: “¿A qué clientes contactamos por correo electrónico ayer?”. Para hacer esta pregunta utilizando las API de Conversación de Genie, necesitaremos enviar una solicitud POST al siguiente punto final:
/api/2.0/genie/spaces/{space_id}/start-conversation
Este punto final inicia un nuevo hilo de conversación, utilizando su pregunta como la indicación inicial, al igual que en la interfaz de usuario del Espacio de Genie. Tenga en cuenta que la solicitud debe incluir su componente de host, el ID del Espacio de Genie y un token de acceso para la autenticación. Puede encontrar el space_id en la URL del Espacio de Genie, como se muestra a continuación:
https://example.databricks.com/genie/rooms/12ab345cd6789000ef6a2fb844ba2d31
El siguiente es un ejemplo de la solicitud POST correcta requerida:
| POST /api/2.0/genie/spaces/{space_id}/start-conversation HOST= <WORKSPACE_INSTANCE_NAME> Authorization: <your_authentication_token> { "content": "Which customers did we reach out to via email yesterday?", } |
Si la declaración se envía correctamente, la API devolverá la conversación y el mensaje creados en respuesta a la solicitud POST, como se muestra en el siguiente ejemplo:
{ “conversation_id": "6a64adad2e664ee58de08488f986af3e", "conversation": { "created_timestamp": 1719769718, "conversation_id": "6a64adad2e664ee58de08488f986af3e", "last_updated_timestamp": 1719769718, "space_id": "3c409c00b54a44c79f79da06b82460e2", "title": "Which customers did we reach out to via email yesterday?", "user_id": 12345 }, “message_id": "e1ef34712a29169db030324fd0e1df5f", "message": { "attachments": null, "content": "Which customers did we reach out to via email yesterday?", "conversation_id": "6a64adad2e664ee58de08488f986af3e", "created_timestamp": 1719769718, "error": null, "message_id": "e1ef34712a29169db030324fd0e1df5f", "last_updated_timestamp": 1719769718, "query_result": null, "space_id": "3c409c00b54a44c79f79da06b82460e2", "status": "IN_PROGRESS", "user_id": 12345 } } |
Usando el conversation_id y message_id, ahora puede consultar para verificar el estado de generación del mensaje y recuperar la declaración SQL generada y la descripción de la consulta asociadas de la siguiente manera:
GET /api/2.0/genie/spaces/{space_id}/conversations/{conversation_id}/messages/{message_id} HOST= <WORKSPACE_INSTANCE_NAME> Authorization: Bearer <your_authentication_token> |
El siguiente es un ejemplo de la respuesta:
{ |
Una vez que el campo de estado del mensaje muestre “COMPLETED”, significa que la declaración SQL generada ha terminado de ejecutarse y los resultados de la consulta están listos para ser recuperados. Ahora puede obtener la respuesta de la siguiente manera:
GET /api/2.0/genie/spaces/{space_id}/conversations/{conversation_id}/messages/{message_id}/attachments/{attachment_id}/query-result HOST= <WORKSPACE_INSTANCE_NAME> Authorization: Bearer <your_authentication_token> |
Por supuesto, también puede emitir indicaciones de seguimiento para sus hilos de conversación. Por ejemplo, digamos que el equipo de marketing quiere hacer la siguiente pregunta a continuación: “¿Qué clientes abrieron y reenviaron el correo electrónico?”
Para gestionar esto, enviará otra solicitud POST con la nueva indicación al hilo de conversación existente de la siguiente manera:
POST /api/2.0/genie/spaces/{space_id}/conversations/{conversation_id}/messages HOST= <WORKSPACE_INSTANCE_NAME> Authorization: <your_authentication_token> { "content": "Which of these customers opened and forwarded the email?", } |
Si desea actualizar datos de indicaciones anteriores, la API también le permite volver a ejecutar consultas SQL generadas previamente. Para obtener más detalles sobre los puntos finales de la API, consulte la documentación del producto.
Mejores prácticas de las API de Conversación
Para garantizar el mejor rendimiento, recomendamos las siguientes mejores prácticas de API:
- Consulte la API cada 5-10 segundos hasta que se reciba un estado de mensaje concluyente, pero limite las consultas a un máximo de 10 minutos para la mayoría de las consultas típicas
- Si no se recibe respuesta en 2 minutos, implementa el backoff exponencial para mejorar la confiabilidad
- Asegúrate de crear nuevos hilos de conversación para cada sesión de usuario; reutilizar el mismo hilo de conversación para múltiples sesiones puede afectar negativamente la precisión de Genie.
Integración de Genie en el Marco de Agentes de Mosaic AI
Las APIs de Conversación también se integran perfectamente en tu Marco de Agentes de Mosaic AI con el wrapper databricks_langchain.genie.
Digamos que mis gerentes de marketing necesitaban responder preguntas sobre tres temas:
- Participación en eventos de promoción (datos estructurados almacenados en una vista de Unity Catalog)
- Anuncios por correo electrónico (datos estructurados almacenados en una tabla de Unity Catalog)
- Reseñas de texto de usuarios (PDFs no estructurados almacenados en volúmenes de Unity Catalog)
Puedes construir un marco de agentes múltiples para responder preguntas sobre datos estructurados y no estructurados. Por ejemplo, puedes definir el siguiente marco de agentes Langgraph:
El gráfico del marco de agentes se vería así:
Tu marco de agentes ahora puede dirigir preguntas a sus agentes relevantes. Por ejemplo, si un gerente de marketing comienza preguntando “Muéstrame los asistentes de mi evento del 1 de febrero”, se activará el agente GenieEvents. Los rastreos de MLFlow muestran los pasos del marco:
El marco de agentes también permite que los agentes compartan respuestas como contexto entre sí. Esto permite a los usuarios obtener respuestas de datos que extraen de múltiples fuentes sin problemas. Por ejemplo, el gerente de marketing puede querer profundizar y preguntar “¿Cuáles de estos asistentes se registraron para recibir notificaciones por correo electrónico?”. El marco utilizará la respuesta anterior de GenieEvents como contexto para el agente GenieEmails:
Con este enfoque, tus usuarios de negocios ahora pueden responder preguntas de datos que abarcan múltiples temas/tipos de datos y se basan unos en otros. Para obtener más información sobre el uso de Genie en sistemas multiagente, consulta la documentación del producto.
Tu guía compacta para el análisis moderno
Ejemplo: Cómo integrar Genie con Microsoft Teams
Durante el período de Vista Previa Privada de las APIs de Conversación, Microsoft Teams fue una de las herramientas de productividad más populares que los clientes integraron con Genie. Esta integración permite a los usuarios hacer preguntas y obtener información al instante, sin salir de la interfaz de Teams.
Para hacer esto, deberás seguir estos pasos:
- Crea un nuevo Azure Bot, incluyendo grupos de recursos y planes de servicio de aplicaciones.
- Agrega las variables de entorno y dependencias necesarias a tu bot.
- Implementa la lógica de conversación utilizando las APIs de Conversación (iniciar conversación, recuperar resultados, hacer preguntas de seguimiento, etc.).
- Importa el Genie Azure Bot a un Canal de Teams.
Para obtener ejemplos detallados de cómo configurar las APIs de Conversación para Microsoft Teams, consulta los siguientes artículos:
- Microsoft Teams se encuentra con la API Genie de Databricks: una guía completa de configuración
- Microsoft Teams <-> API Genie de Databricks - Integración de extremo a extremo
El siguiente ejemplo destaca una aplicación del mundo real de uno de nuestros clientes que utilizó las APIs de Conversación durante el período de Vista Previa Privada. Casas Bahia, un minorista líder en Brasil, atiende a millones de clientes tanto en línea como a través de su extensa red de tiendas físicas. Al integrar las APIs de Conversación de Genie, Casas Bahia empoderó a los usuarios de toda la organización, incluidos los ejecutivos de nivel C, para interactuar con Genie directamente dentro de su entorno de Microsoft Teams. Para obtener más información sobre su caso de uso, lee la historia de cliente de Casas Bahia.
“Tener Genie integrado con Teams ha sido un gran paso adelante para la democratización de los datos. Hace que los insights de los datos sean accesibles para todos, sin importar su formación técnica.”— Cezar Steinz, Gerente de Operaciones de Datos, Grupo Casas Bahia
Primeros pasos con las APIs de Conversación
Con las APIs de Conversación de Genie ahora en Vista Previa Pública, puedes empoderar a los usuarios de negocios para que hablen con sus datos desde cualquier superficie. Para comenzar, consulta la documentación del producto.
Estamos emocionados de ver cómo utilizarás las APIs de Conversación de Genie y te animamos a que comiences a crear espacios Genie de inmediato. Hay una gran cantidad de contenido disponible para que comiences: puedes visitar las páginas web de AI/BI y Genie, consultar nuestra extensa biblioteca de demos de productos y asegúrate de leer la documentación completa de AI/BI Genie.
El equipo de Databricks siempre busca mejorar la experiencia de AI/BI Genie, ¡y nos encantaría escuchar tus comentarios!
(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original