Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Azure Database for PostgreSQL lässt sich nahtlos in führende LLM-Orchestrierungspakete (Large Language Model) integrieren, sodass Entwickler erweiterte KI-Funktionen in ihren Anwendungen nutzen können. Diese Orchestrierungspakete können die Verwaltung und Verwendung von LLMs, Einbettungsmodellen und Datenbanken bei der Entwicklung von generativen KI-Anwendungen optimieren.
Liste der LLM-Orchestrierungspakete
| Integrationstool | BESCHREIBUNG | Azure-Datenbank für PostgreSQL |
|---|---|---|
| Semantischer Kernel | Ein Open-Source-Framework von Microsoft, das KI-Agents mit Sprachen wie C#, Python und Java kombiniert. Es ermöglicht eine nahtlose Orchestrierung von Code- und KI-Modellen. |
Python-Connector .NET-Connector Java-Connector |
| LangChain | Ein Framework, das die Erstellung von Anwendungen vereinfacht, die von LLMs unterstützt werden. Es bietet Tools für kontextabhängige Reasoning-Anwendungen in Python, JavaScript und Java. |
Python JavaScript |
| LlamaIndex | Ein Rahmen für die Erstellung kontextbezogener KI-Anwendungen, die private oder domänenspezifische Daten mit LLMs für komplexe Workflows integrieren können. | Python |
| GraphRAG | Ein Framework von Microsoft, das Azure Database for PostgreSQL verwendet, um KI-basierte Wissensdiagramme zu erstellen. Es ermöglicht robuste Datenmodelle und zeigt Beziehungen in semistrukturierten Daten auf. | Schnellstart |
Verwandte Inhalte
- Verwenden von LangChain mit Azure-Datenbank für PostgreSQL
- KI-Agenten in Azure Database for PostgreSQL
- Generieren von Vektoreinbettungen mit Azure OpenAI in Azure Database for PostgreSQL
- Generative KI mit Azure Database for PostgreSQL
- Aktivieren und Verwenden von pgvector in Azure Database for PostgreSQL.