Generative KI-Lösungen codieren

Letzte Aktualisierung: 14. März 2025

IBM watsonx.ai verfügt über REST-APIs, die programmgesteuerte Tasks für die Arbeit mit Basismodellen unterstützen. Diese APIs werden in einer Python -Bibliothek und einem Node.js -Paket ausgeführt, die Sie verwenden können, um Basismodelle in Ihren abgeleiteten KI-Anwendungen zu nutzen.

Weitere Ressourcen, die Ihnen bei Codierungsaufgaben helfen können, einschließlich Beispielcode und Communities, in denen Sie Tipps und Tricks diskutieren und Antworten auf häufig gestellte Fragen finden können, finden Sie im watsonx Developer Hub .

Tasks, die Sie programmgesteuert ausführen können

Sie können die REST-API watsonx.ai , die Python -Bibliothek oder das Node.js SDK verwenden, um die folgenden Tasks programmgesteuert auszuführen:

Tabelle 1. Aufgaben, die Sie in watsonx.ai programmatisch ausführen können
Aufgabe	Python	Node.js	REST-API
Details zu den verfügbaren Basismodellen abrufen	Modellspezifikationen abrufen	Beispiel	Auflisten der unterstützten Fundamentmodelle
Tokens überprüfen, die ein Modell für eine Eingabeaufforderung berechnet	Tokenisieren Sie integrierte Foundation-Modelle	Beispiel	Text-Tokenisierung
Eine Liste der verfügbaren benutzerdefinierten Stiftungsmodelle abrufen	Angepasste Modelle		Rufen Sie die Bereitstellungen ab. Verwenden Sie den Parameter `type=custom_foundation_model` .
Ableitung eines Grundmodells	Texterzeugung	Beispiel	Textgenerierung
Ableitung eines Bereitstellungsmodells auf Abruf	Texterzeugung		Text ableiten
Konfigurieren Sie KI-Leitplanken beim Ableiten eines Fundamentmodells	Entfernen schädlicher Inhalte		Verwenden Sie das Feld `moderations` , um Filter auf die Ein- und Ausgabe des Foundation-Modells anzuwenden. Siehe Infer-Text
Chatten Sie mit einem Model der Stiftung	ModelInference.chat()	Beispiel	Hinzufügen von generativem Chat zu Ihren Apps
Tool-Aufrufe aus dem Chat	ModelInference.chat()		Erstellung von Chat-Workflows durch Agenten
Ein Fundamentmodell schnell abstimmen	Weitere Informationen finden Sie in der Dokumentation	Beispiel	Weitere Informationen finden Sie in der Dokumentation
Ableitung eines abgestimmten Fundamentmodells	Texterzeugung	Beispiel	Text ableiten
Alle Prompt-Vorlagen auflisten	Alle Eingabeaufforderungsvorlagen auflisten		Holen Sie sich eine Eingabeaufforderungsvorlage
Auflistung der bereitgestellten Prompt-Vorlagen	Auflisten bereitgestellter Eingabeaufforderungsvorlagen		Auflisten der Bereitstellungen (Typ=Prompt_Template)
Ableitung eines Grundmodells mithilfe einer Eingabeaufforderungsvorlage	Eingabeaufforderungsvorlagen-Manager	Beispiel	Text ableiten
Text vektorisieren	Dokumente einbetten	Beispiel	Text vektorisieren
Text aus Dokumenten extrahieren	Textextraktionen	Beispiel	Text aus Dokumenten extrahieren
Dokumentpassagen neu bewerten	Neu einstufen		Neuordnung von Dokumentenpassagen
Prognostizieren Sie zukünftige Werte	TSModelInference	Beispiel	Prognose zukünftiger Datenwerte
Integrieren mit LangChain	IBM Erweiterung in LangChain	- Chat-API - Grundmodelle - Einbettungsmodelle
Integrieren mit LlamaIndex	• IBM LLMs in LlamaIndex • IBM Einbettungen in LlamaIndex

Weitere Informationen

Übergeordnetes Thema: Abgenerative KI-Lösungen entwickeln

War das Thema hilfreich?

0/1000