Python ライブラリー

Python ライブラリーを使用して、 IBM watsonx.ai で基盤モデルをプログラマチックに推論および調整することができます。

「ibm- watsonx -ai Python 」ライブラリを参照してください。

以下のようなサード・パーティー・ツールから watsonx.ai 基盤モデルを操作することもできます。

LangChain
LlamaIndex

始める前に

Python ライブラリーを開始するには、まず資格情報とプロジェクト ID またはデプロイメント ID が必要です。詳細については、以下のトピックを参照してください：

使用可能なサンプル・ノートブックから学習する

基盤モデルの推論やチューニングなどの一般的なタスクを実行するために独自のノートブックを作成する際に、ガイドとして使用できるサンプル・ノートブックが用意されています。

Python サンプル・ノートブック GitHub リポジトリーを参照してください。

IDE からの Python ライブラリーの使用

Python ライブラリは ibm-watsonx-ai 、 Python パッケージインデックス（ PyPI ）のリポジトリから入手できます。詳細については、 IBM および watsonx.ai API Client を参照してください。

以下のコマンドを使用して、統合開発環境に ibm-watsonx-ai Python ライブラリーをインストールできます。

pip install ibm-watsonx-ai

ライブラリーが既にインストールされている場合は、 -U パラメーターを組み込んで、更新を取得し、最新バージョンのライブラリーで作業します。

pip install -U ibm-watsonx-ai

Python ライブラリを使用してAIモデルを扱うために必要な前提条件となるパッケージを管理するには、RAGを使用して Python ライブラリをインストール ibm-watsonx-ai できます：

pip install ibm-watsonx-ai[rag]

conda 構成ファイルを使用した仮想環境のセットアップについて詳しくは、ご使用の開発ツールの資料を参照してください。

watsonx.ai軽量エンジンのPythonライブラリを使用する

Python ライブラリを使用して、watsonx.ai 軽量エンジンからデプロイしたファンデーションモデルを操作できます。

watsonx.ai ライトウェイトエンジンからライブラリを使用する場合、project_id や space_id の値を Credentials オブジェクトに渡すことはありません。代わりに、APIClientオブジェクトを初期化し、APIClientオブジェクトを認証に使います。

たとえば、次のコードは、完全なインストールから基盤モデルを使用するAPIリクエストに含める認証情報を指定する方法を示しています：

embedding = Embeddings(
    model_id=EmbeddingTypes.IBM_SLATE_30M_ENG,
    params=embed_params,
    credentials=Credentials(
        url="URL",
        username="user",
        password="***",
        instance_id="openshift",
        version="5.0",
    ),
    project_id="*****",
)

次のコードは、watsonx.ai軽量エンジンの基礎モデルを使用するリクエストを認証する方法を示しています：

client = APIClient(
    credentials=Credentials(
        url="URL",
        username="user",
        password="***",
        instance_id="openshift",
        version="5.0",
    )
)
embeddings = Embeddings(model_id=EmbeddingTypes.IBM_SLATE_30M_ENG, api_client=client)

ノートブックからの LangChain の作業

LangChain は、開発者が大規模な言語モデルを組み込んだアプリケーションを作成するために使用できるフレームワークです。 LangChain は、複数の関数を相互にリンクする場合に役立ちます。例えば、 LangChain を検索拡張世代 (RAG) タスクの一部として使用することができます。

詳細については、 LLMs > IBM watsonx.ai をご覧ください

詳細については、 LangChain を活用するサンプル RAG ノートブックのいずれかを使用してください。 RAG の例を参照してください。

ノートブックからの LlamaIndex 関数の処理

LlamaIndex は、大規模な言語モデル・アプリケーションを構築するためのフレームワークです。 LlamaIndex, から利用可能な関数、たとえば text-to-SQL や Pandas DataFrames の機能を、watsonx.ai 基盤モデルで構築するアプリケーションで活用できます。

詳しくは、 LLM> IBM watsonx.aiを参照してください。

watsonx.aiのノートブックから LlamaIndex 関数を操作できます。