Erste Schritte mit Snowflake Intelligence

Dieses Thema enthält Informationen für die ersten Schritte mit Snowflake Intelligence mit einem einfachen Beispiel für das Erstellen eines Enterprise-Agenten. Dieser Agent kann mit Snowflake Intelligence verwendet werden, um Fragen zu beantworten, indem er sowohl strukturierte als auch unstrukturierte Daten berücksichtigt. Eine ausführlichere Anleitung finden Sie unter Erste Schritte mit Snowflake Intelligence.

Voraussetzungen

Erstellen einer Datenbank, eines Schemas und von Tabellen und Laden von Daten aus AWS S3

Um die Bausteine für den Enterprise-Agenten zu erstellen, müssen Sie eine Datenbank, ein Schema, Tabellen erstellen und Daten aus AWS S3 laden.

  1. Klonen Sie die`GitHub-Repository aus „Erste Schritte mit Snowflake Intelligence“ <https://github.com/Snowflake-Labs/sfguide-getting-started-with-snowflake-intelligence/>`_ auf Ihren lokalen Computer:

    git clone https://github.com/Snowflake-Labs/sfguide-getting-started-with-snowflake-intelligence.git
    Copy

  2. Melden Sie sich bei Snowsight an.

  3. Wählen Sie im Navigationsmenü die Option Projects » Workspaces aus.

  4. Wählen Sie + Add new aus.

  5. Wählen Sie SQL File aus.

  6. Geben Sie einen Namen für die Datei ein.

  7. Öffnen Sie die Datei.

  8. Kopieren Sie den Inhalt der Datei setup.sql für den Arbeitsbereich.

  9. Führen Sie alle Anweisungen der Reihe nach aus.

  10. Führen Sie die folgenden SQL-Anweisungen im Arbeitsbereich aus:

    USE ROLE ACCOUNTADMIN;
CREATE SNOWFLAKE INTELLIGENCE SNOWFLAKE_INTELLIGENCE_OBJECT_DEFAULT;
GRANT USAGE ON SNOWFLAKE INTELLIGENCE SNOWFLAKE_INTELLIGENCE_OBJECT_DEFAULT TO ROLE snowflake_intelligence_admin;
    Copy

  11. Führen Sie optional die folgende SQL-Anweisung zum Aktivieren der regionsübergreifenden Inferenz aus:

    ALTER ACCOUNT SET CORTEX_ENABLED_CROSS_REGION = 'ANY_REGION';
    Copy

  12. Ändern Sie die Benutzerrolle in Snowsight in SNOWFLAKE_INTELLIGENCE_ADMIN.

Erstellen von Tools, die der Agent verwenden kann

Erstellen Sie die Tools, die der Agent verwenden wird.

Erstellen Sie ein Cortex Analyst-Tool durch Hochladen einer semantischen Modelldatei.

  1. Wählen Sie im Navigationsmenü die Option AI & ML » Cortex Analyst aus.

  2. Wählen Sie Create new und dann Upload your YAML file aus.

  3. Laden Sie marketing_campaigns.yaml von Ihrem lokalen Computer hoch.

  4. Wählen Sie für die Datenbank und das Schema DASH_DB_SI.RETAIL aus.

  5. Wählen Sie für den Stagingbereich SEMANTIC_MODELS aus.

  6. Wählen Sie Upload aus.

Erstellen Sie ein Cortex Search-Tool durch Erstellen eines Suchservice.

  1. Wählen Sie im Navigationsmenü die Option AI & ML » Cortex Search aus.

  2. Wählen Sie Create aus.

  3. Wählen Sie für Service database and schema die Option DASH_DB_SI.RETAIL aus.

  4. Geben Sie für Service name die Bezeichnung Support_Cases ein und wählen Sie dann Next aus.

  5. Wählen Sie in der Liste der Datenquellen die Tabelle SUPPORT_CASES und dann Next aus.

  6. Wählen Sie in der Liste der Suchspalten die Option TRANSCRIPT und dann Next aus.

  7. Wählen Sie für die Attributspalten TITLE und **PRODUCT ** und dann:ui:Next aus.

  8. Wählen Sie für die Spalten, die enthalten sein sollen, die Option Select all und dann Next aus.

  9. Wählen Sie für das Warehouse DASH_WH_SI (wenn dieses Warehouse nicht verfügbar ist, wählen Sie COMPUTE_WH) und dann Create aus.

Erstellen eines Cortex Agents

Um den Agent zu erstellen, der die Tools verwendet, gehen Sie wie folgt vor:

  1. Wählen Sie im Navigationsmenü die Option AI & ML » Agents aus.

  2. Wählen Sie Create agent aus.

  3. Für das Schema verwenden Sie SNOWFLAKE_INTELLIGENCE.AGENTS.

  4. Für den Namen des Agentenobjekts verwenden Sie Sales_AI.

  5. Für den Anzeigenamen verwenden Sie Sales AI.

  6. Wählen Sie Create agent aus.

Hinzufügen der Tools zum Agenten

Fügen Sie ein Cortex Analyst-Tool zum Agenten hinzu.

  1. Wählen Sie auf der Agentenseite die Registerkarte Tools aus.

  2. Navigieren Sie zum Eintrag „Cortex Analyst“.

  3. Wählen Sie + Add und dann Semantic model file aus.

  4. Wählen Sie für die Datenbank und das Schema DASH_DB_SI.RETAIL aus.

  5. Wählen Sie für den Stagingbereich SEMANTIC_MODELS aus.

  6. Wählen Sie marketing_campaigns.yaml für die semantische Modelldatei aus.

  7. Für den Namen verwenden Sie Sales_And_Marketing_Data.

  8. Für die Beschreibung verwenden Sie Folgendes:

    The Sales and Marketing Data model in DASH_DB_SI.RETAIL schema provides a complete view of retail business performance by connecting marketing campaigns, product information, sales data, and social media engagement. The model enables tracking of marketing campaign effectiveness through clicks and impressions, while linking to actual sales performance across different regions. Social media engagement is monitored through influencer activities and mentions, with all data connected through product categories and IDs. The temporal alignment across tables allows for comprehensive analysis of marketing impact on sales performance and social media engagement over time.
    Copy

  9. Für das Warehouse wählen Sie die Option Custom und dann DASH_WH_SI aus.

  10. Für das Abfrage-Timeout verwenden Sie 60.

  11. Wählen Sie Add aus.

Fügen Sie das Cortex Search-Tool zum Agenten hinzu.

  1. Navigieren Sie zum Eintrag „Cortex Search Services“.

  2. Wählen Sie + Add aus.

  3. Wählen Sie für die Datenbank und das Schema DASH_DB_SI.RETAIL aus.

  4. Für den Suchservice wählen Sie DASH_DB_SI.RETAIL.Support_Cases aus.

  5. Für die ID-Spalte verwenden Sie:code:ID.

  6. Für die Titelspalte verwenden Sie TITLE.

  7. Für den Namen verwenden Sie Support_Cases.

  8. Wählen Sie Add aus.

  9. Wählen Sie die Registerkarte Orchestration aus.

  10. Fügen Sie die folgenden Orchestrierungsanweisungen hinzu:

    Whenever you can answer visually with a chart, always choose to generate a chart even if the user didn't specify to.
    Copy

  11. Wählen Sie Save aus.

Verwenden von Snowflake Intelligence

Interagieren Sie mit dem Agenten in Snowflake Intelligence.

  1. Navigieren Sie zu Snowflake Intelligence. Verwenden Sie hierzu eine der unter Zugriff auf den Agenten beschriebenen Methoden.

  2. Wählen Sie den neu erstellten Agenten aus.

  3. Geben Sie die folgenden Prompts ein:

    • „Welche Probleme mit Jacken wurden kürzlich in Kundensupport-Tickets gemeldet?“

    • „Zeig mir die Entwicklung der Umsätze nach Produktkategorien zwischen Juni und August.“

    • „Warum sind die Umsätze für Fitnessbekleidung im Juli so stark gestiegen?“