Aperçu des Snowflake Intelligence¶

Modèles et régions pris en charge¶

Snowflake Intelligence prend en charge les modèles suivants : Vous pouvez utiliser ces modèles à condition que le compte y ait accès. Pour plus d’informations, voir Contrôle de l’accès au modèle.

• Claude 4.0

• Claude 3.7

• Claude 3.5

• GPT 4.1

Bien que les modèles répertoriés puissent ne pas être disponibles dans toutes les régions, vous pouvez utiliser Snowflake Intelligence dans n’importe quel cloud ou région en utilisant l’inférence interrégionale Cortex. Cela inclut les clouds et les régions où les modèles ne sont pas disponibles. Pour plus d’informations sur la configuration de l’inférence interrégionale Cortex, voir Inférence interrégionale.

• AWS US - Dans AWS, Claude 4 offre la meilleure qualité et les meilleures performances en matière de vitesse. Nous vous recommandons de configurer l’inférence interrégionale Cortex aws_us pour utiliser Claude 4 et obtenir les meilleures performances. Sans inférence interrégionale Cortex, vous êtes limité à l’utilisation de Claude 3.5 dans aws_us.

• Azure US - Si vous utilisez Snowflake Intelligence dans US EAST, vous pouvez utiliser GPT 4.1 sans inférence interrégionale Cortex. Les autres combinaisons de régions et de modèles nécessitent la configuration de l’inférence interrégionale Cortex pour azure_us.

• AWS EU - Vous pouvez utiliser Claude 4 dans cette région à condition de configurer l’inférence interrégionale de Cortex pour aws_eu.

Configuration de Snowflake Intelligence¶

Pour configurer Snowflake Intelligence pour vos utilisateurs, vous devez configurer les privilèges d’agent.

1. Créez une base de données. Il contient l’objet de configuration et les autres objets utilisés pour prendre en charge Snowflake Intelligence.

   CREATE DATABASE IF NOT EXISTS snowflake_intelligence;
   GRANT USAGE ON DATABASE snowflake_intelligence TO ROLE PUBLIC;
   

   Copy

2. Après avoir configuré la base de données snowflake_intelligence, utilisez les commandes SQL pour créer un schéma afin de stocker les agents et de les rendre accessibles à tous.

   CREATE SCHEMA IF NOT EXISTS snowflake_intelligence.agents;
   GRANT USAGE ON SCHEMA snowflake_intelligence.agents TO ROLE PUBLIC;
   

   Copy

3. Accorder le privilège CREATE AGENT sur le schéma agents à n’importe quel rôle qui doit pouvoir créer des agents pour Snowflake Intelligence.

   GRANT CREATE AGENT ON SCHEMA snowflake_intelligence.agents TO ROLE <role>;
   

   Copy

Créer un agent¶

Créez un agent à partir de la page d’administration de l’Agent dans l’UI Snowsight pour répondre aux questions et fournir des informations. L’agent utilise une vue sémantique, un modèle sémantique, un Cortex Search Service ou une combinaison de ces éléments pour fournir des réponses. Bien que vous puissiez créer un agent de base qui n’utilise aucun de ces outils, ce dernier utilise exclusivement le modèle de base pour fournir des réponses. Par conséquent, l’agent n’a pas accès aux données de votre compte Snowflake et dispose d’un contexte limité pour les réponses.

La vue sémantique ou le modèle est utilisé pour les tables et les données structurées dans Snowflake. Ces données peuvent être dans n’importe quelle table, à condition que cette dernière soit interrogeable par Snowflake. Cortex Search est utile pour indexer et rechercher des morceaux de données contenant beaucoup de texte, tels que des documents, des conversations et des transcriptions.

Ajouter des outils personnalisés à un agent¶

En ajoutant des outils personnalisés, vous pouvez étendre les fonctionnalités de vos agents. Avec les outils personnalisés, l’agent peut appeler des procédures et des fonctions stockées que vous avez définies pour effectuer des actions ou des calculs. Pour des informations sur les procédures et les fonctions, voir Extension de Snowflake avec des fonctions et des procédures.

Pour ajouter un outil personnalisé, procédez comme suit :

1. Connectez-vous à Snowsight.

2. Dans le volet de navigation de gauche, sélectionnez AI & ML.

3. Sélectionnez Agents.

4. Sélectionnez l’agent dans la liste des agents.

5. Sélectionnez Edit.

6. Sélectionnez Tools.

7. Cherchez Custom tools et sélectionnez le bouton:ui:+ Add respectif.

8. Pour Name, saisissez un nom pour l’outil personnalisé.

9. Pour Resource type, sélectionnez si l’outil personnalisé est une fonction ou une procédure. Pour plus d’informations sur l’utilisation d’une fonction ou d’une procédure, voir Choisir d’écrire une procédure stockée ou une fonction définie par l’utilisateur.

10. Pour Custom tool identifier, sélectionnez la fonction existante ou la procédure que vous souhaitez ajouter comme outil personnalisé.

11. Les paramètres relatifs à la fonction ou à la procédure apparaissent automatiquement. Vous pouvez ajouter manuellement des paramètres pour l’outil personnalisé en ajoutant un nom, un type, une description et en indiquant si le paramètre est obligatoire. Vous pouvez également modifier les paramètres qui sont automatiquement renseignés.

12. Pour Warehouse, sélectionnez l’entrepôt que l’agent utilise pour exécuter l’outil personnalisé. Vous devez sélectionner manuellement un entrepôt.

13. Pour Description, décrivez l’outil personnalisé et comment l’utiliser.

Après avoir créé l’outil personnalisé, assurez-vous que les utilisateurs disposent des privilèges USAGE pour la fonction ou la procédure que vous avez ajoutée en tant qu’outil personnalisé. Lorsque vous utilisez des procédures stockées, Snowflake Intelligence détermine si la procédure s’exécute avec les droits du propriétaire ou ceux de l’appelant. Pour plus d’informations sur les droits du propriétaire et de l’appelant, voir Présentation des procédures stockées des droits de l’appelant et des droits du propriétaire.

Utiliser l’agent¶

Après avoir créé un agent, vous pouvez lui poser des questions pour obtenir des informations à partir de vos données. L’agent peut répondre à des questions telles que les suivantes :

• Quel est le montant moyen des ventes pour le dernier trimestre ?

• Quel produit s’est le mieux vendu le mois dernier ?

• Pouvez-vous me montrer la tendance des ventes pour l’année dernière ?

Il peut également fournir des visualisations telles que :

• Graphique à barres

• Graphique linéaire

• Graphique circulaire

Pour utiliser l’agent, suivez les étapes suivantes :

1. Dans le menu de navigation de gauche, sélectionnez AI & ML ou accédez à la Page d’accueil de Snowflake Intelligence.

2. Sélectionnez Snowflake Intelligence. La navigation change pour se concentrer sur Snowflake Intelligence. Nous vous recommandons d’ouvrir un nouvel onglet du navigateur spécifiquement pour Snowsight lors de l’utilisation de l’application Snowflake Intelligence. En utilisant des onglets différents dans le navigateur, vous pouvez basculer entre l’interface Snowsight et l’application Snowflake Intelligence.

3. Dans la fenêtre du chat, sélectionnez l’agent dans la liste déroulante.

4. Sélectionnez la source de données à utiliser par l’agent.

5. Posez une question à l’agent ou demandez-lui de vous fournir une visualisation de vos données.

Modifier un agent existant¶

Pour modifier la configuration d’un agent existant, procédez comme suit :

1. Dans le menu de navigation de gauche, sélectionnez AI & ML.

2. Sélectionnez Agents.

3. Dans la liste des agents, sélectionnez l’agent que vous souhaitez modifier. Cela ouvre un volet qui comprend tous les détails de configuration de l’agent.

4. Sélectionnez Edit.

5. Modifiez les détails de la configuration souhaitée.

6. Sélectionnez Save.

Tutoriel - Créer un agent qui utilise la documentation Snowflake¶

Ce tutoriel montre comment créer un agent en utilisant la documentation Snowflake comme base de connaissances. L’agent peut répondre aux questions sur les fonctionnalités et les meilleures pratiques de Snowflake.

1. Installez la Cortex Knowledge Extension pour la documentation Snowflake à partir du Snowflake Marketplace en sélectionnant Get.

   • Dans l’invite d’installation, indiquez le nom de la base de données dans laquelle la Cortex Knowledge Extension est installée. Il sera utilisé ultérieurement lors de la création de l’agent.

2. Ajoutez des privilèges pour la base de données nouvellement créée au rôle qui crée l’agent. Ces privilèges sont nécessaires pour accéder à la base de données.

   GRANT IMPORTED PRIVILEGES ON DATABASE <database_name> TO ROLE <role>;
   

   Copy

3. Créez un agent en suivant les étapes décrites dans Créer un agent qui utilise le Cortex Search Service avec la modification suivante :

   • Lorsque vous ajoutez un Cortex Search Service, sélectionnez la nouvelle base de données et le schéma SHARED.

   • Pour Search service, ajoutez le service de recherche CKE_SNOWFLAKE_DOCS_SERVICE.

   • Sélectionnez Add.

4. Enregistrez l’agent.

5. Accédez à la Page d’accueil de Snowflake Intelligence.

6. Sélectionnez l’agent que vous avez créé et sélectionnez la Cortex Knowledge Extension pour la documentation Snowflake comme source.

7. Posez à l’agent des questions sur la documentation Snowflake.

Configurer Snowflake Intelligence avec AWS PrivateLink¶

Snowflake Intelligence prend en charge l’intégration avec AWS Privatelink pour établir une connexion privée entre votre cloud privé virtuel (VPC) et Snowflake Intelligence. La configuration de AWS PrivateLink nécessite la configuration correcte de la résolution DNS pour diriger le trafic vers le service Snowflake Intelligence via cette connexion privée.

Notez que AWSPrivateLink n’est pas un service fourni par Snowflake. Il s’agit d’un service AWS que Snowflake prend en charge pour une utilisation avec votre compte Snowflake.

Résolution des problèmes¶

Si vous rencontrez des erreurs table / search service / stage does not exist, il se peut qu’il y ait des problèmes de privilège. Vérifiez que les privilèges suivants sont correctement définis :

• Pour chaque modèle sémantique :

  • Le rôle par défaut de l’utilisateur est accordé à USAGE sur la base de données et le schéma de la zone de préparation ou de la vue du modèle sémantique, et la table.

  • Le rôle par défaut de l’utilisateur est accordé à READ sur la zone de préparation qui stocke le fichier du modèle sémantique.

  • Si vous utilisez une vue, le rôle par défaut de l’utilisateur est accordé à REFERENCES sur la vue sémantique.

  • Le rôle par défaut de l’utilisateur est accordé à SELECT pour chaque table définie dans le modèle ou la vue sémantique.

• Pour chaque Cortex Search Service :

  • Le rôle par défaut de l’utilisateur est accordé à USAGE sur la base de données et le schéma du Cortex Search Service.

  • L’utilisateur se voit accorder le rôle USAGE sir le Cortex Search Service.