注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
このセクションでは、オントロジー SDK とプラットフォーム SDK を使用して、モデルでオントロジーを活用する方法の例を紹介します。
モデルアダプターの api() クラスメソッドで、オブジェクトおよびオブジェクトセットを入力とするモデルアダプターを定義できます。Developer Console または Code Workspaces で ontology_sdk パッケージを作成すると、モデルアダプターでオブジェクトを入力として使用できます。
Copied!1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19from ontology_sdk.ontology.objects import Employee from ontology_sdk.ontology.object_sets import EmployeeObjectSet class ObjectsInModelApiAdapter(pm.ModelAdapter): ... @classmethod def api(cls): inputs = { "object_input": pm.Object(Employee), "object_set_input": pm.ObjectSet(EmployeeObjectSet) } outputs = { "param_out": pm.Parameter(type=str) } return inputs, outputs def predict(self, object_input, object_set_input): ....
テスト用にオブジェクトまたはオブジェクトセットを渡すには、直接モデルデプロイメントが実行されているときに、モデルクエリページでオントロジーから入力を選択できます。また、オントロジーのオブジェクトまたはオブジェクトセットを入力として使用し、左側のサイドバーで関数を公開することもできます。

モデルの predict または transform メソッド内で FoundryClient() を使用すると、オントロジー SDK とプラットフォーム SDK で関数、オブジェクト、LLM に対してクエリを実行できます。
Copied!1 2 3 4 5 6 7 8 9from ontology_sdk import FoundryClient class ObjectsInModelApiAdapter(pm.ModelAdapter): .... def predict(self, employee_primary_key): client = FoundryClient() client_first_name = client.ontology.objects.Employee.get(employee_primary_key).first_name ...
これにより、オントロジーとやり取りし、従来のモデリング手法を活用してより正確な予測を生成する、プロコードによる LLM ベースのワークフローを実現できます。