0 / 0
Torna alla versione inglese della documentazione
Test dei servizi di intelligenza artificiale
Ultimo aggiornamento: 08 nov 2024
Test dei servizi di intelligenza artificiale

Dopo aver creato il servizio di IA, è possibile testare la logica di codifica del servizio di IA utilizzando la libreria client watsonx.ai Python.

Testare i servizi di intelligenza artificiale con la libreria client Python

Per testare la logica del servizio di IA in locale utilizzando la classe " RuntimeContext della libreria client Python watsonx.ai, seguire i seguenti passaggi:

  1. Utilizzare la classe " RuntimeContext della libreria client di Python per testare il servizio di intelligenza artificiale in locale:

    from ibm_watsonx_ai.deployments import RuntimeContext
    
    context = RuntimeContext(
        api_client=client, request_payload_json={}
    )
    
    # custom is optional argument which is specified during the time of creation of deployment
    custom_object = {"space_id": space_id}
    
    generate, generate_stream, generate_batch = basic_generate_demo(context, **custom_object)
    
    

    Per ulteriori informazioni, consultare la documentazione della libreria client Python diwatsonx.ai per l'utilizzo di 'RuntimeContext per i servizi di IA.

  2. A seconda del caso d'uso, è possibile testare le funzioni 'generate(), 'generate_stream() o 'generate_batch() come segue:

    • Per testare la funzione generate():

      context.request_payload_json = { "test": "ai_service inference payload"}
      print(generate(context))
      
    • Per testare la funzione generate_stream():

      context.request_payload_json = {"sse": ["ai_service_stream", "inference", "test"]}
      for data in generate_stream(context):
          print(data)
      
    • Per testare la funzione generate_batch():

      input_data_references = [
          {
              "type": "connection_asset",
              "connection": {"id": "2d07a6b4-8fa9-43ab-91c8-befcd9dab8d2"},
              "location": {
                  "bucket": "wml-v4-fvt-batch-pytorch-connection-input",
                  "file_name": "testing-123",
              },
          }
      ]
      output_data_reference = {
          "type": "data_asset",
          "location": {"name": "nb-pytorch_output.zip"},
      }
      
      generate_batch(input_data_references, output_data_reference)
      

Ulteriori informazioni

Argomento principale: Distribuzione di servizi AI con codifica diretta

Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni