AICOMMAND 命令

通过将 Analytics 与外部 AI 服务进行集成来支持自然语言数据分析。

语法

AICOMMAND {<FIELDS> field <...n>|<FIELDS> ALL} <SCRIPT "path_and_filename"> TO table_name USER_PROMPT "user_prompt_text" <PASSWORD num> MODEL "model_information" URL "ai_service_api_url" <BATCHSIZE number_of_records> <IF test> <WHILE test> <FIRST range|NEXT range> <OPEN>

参数

MODEL "anthropic.claude-3-5-sonnet-20241022-v2:0"

URL "https://api.anthropic.com/v1"

示例

OPEN Vendors
AICOMMAND FIELDS vendor_name address TO "ai_vendor_classification" USER_PROMPT "Is this a commonly known vendor? The output value should be COMMON if common, RARE if known but uncommon, UNKNOWN otherwise."MODEL "anthropic.claude-3-5-sonnet-20241022-v2:0" URL "https://hackfest-bedrock-proxy.diligentoneplatform-dev.com/api/v1"

OPEN PcardTransactions
AICOMMAND FIELDS Description UnitCost TO "ai_expense_cost_review" USER_PROMPT "Given the combination of Description and Unit Cost, indicate whether the cost is typical or unusual."MODEL "anthropic.claude-3-5-sonnet-20241022-v2:0" URL "https://hackfest-bedrock-proxy.diligentoneplatform-dev.com/api/v1"

OPEN hotel_reviews
AICOMMAND FIELDS reviews_rating reviews_text TO "ai_hotel_reviews_sentiment_analysis" USER_PROMPT "Perform a sentiment analysis on the reviews_text field and categorize the reviews by the following basic human emotions: Happiness, Anger, Fear, Sadness, Disgust, Surprise."MODEL "anthropic.claude-3-5-sonnet-20241022-v2:0" URL "https://hackfest-bedrock-proxy.diligentoneplatform-dev.com/api/v1" BATCHSIZE 50 OPEN

备注

Analytics 与外部 AI 服务之间的集成是如何运作的

选择域、创建用户提示词并运行 AICOMMAND 是 Analytics 与外部 AI 服务之间往返集成的起点：

1. AnalyticsAICOMMAND 从 Analytics 表中提取选定域并将其保存到 CSV 文件中。

2. AnalyticsAICOMMAND 使用户提示词和 AI 服务 API 的连接信息可供默认 Python 脚本或您创建的 Python 脚本使用。

   默认 Python 脚本的位置：

   C:\Program Files (x86)\ACL Software\ACL for Windows <version>\acl_py_util\ai_main.py

   注意

   请勿移动默认的 Python 脚本，也不要以任何方式更改它。AICOMMAND 的默认操作取决于默认 Python 脚本位于正确的位置且保持不变。

3. PythonPython 脚本会导入 CSV 文件并将其转换为 Pandas DataFrame。

4. PythonPython 脚本会将 DataFrame 和用户提示词发送给 AI 服务 API。为了确保不超过 API 数据限制，脚本会分批发送 DataFrame。

5. AI 服务AI 服务会根据用户提示词中的说明处理 DataFrame。

6. AI 服务AI 服务会将 DataFrame 返回给 Python 脚本，并添加包含 AI 处理结果的 ai_response 列。

7. PythonPython 脚本会将返回的 DataFrame 转换为 Analytics 表，并使用 AICOMMAND 中指定的输出表名将其导出到 Analytics。

8. Analytics您可以在 Analytics 中打开输出表以查看 AI 处理的结果，也可以将结果用作其他数据分析的基础。

使用您自己的 Python 脚本

您可以将自己的 Python 脚本与 AICOMMAND 配合使用。创建包含所需逻辑的脚本，用于和 AI 服务 API 进行交互。在 AICOMMAND 中，使用 SCRIPT 参数指定脚本的路径和文件名。

一种可行的做法是复制 AICOMMAND 使用的默认 Python 脚本，以此作为您自行编写脚本的基础。默认脚本位于 Analytics 安装文件夹中。如果您在默认位置安装了 Analytics，则脚本位于以下位置：

C:\Program Files (x86)\ACL Software\ACL for Windows <version>\acl_py_util\ai_main.py

AICOMMAND 使用的 Python 脚本必须包含外部 AI 服务的连接设置，而与其是默认脚本还是您自己的脚本无关。在您自己的脚本中，您有两个选项：

• 使用 Analytics 中的连接设置使用 AICOMMAND 参数中指定的主机、模型和 AI API 密钥值。

  要在 Python 脚本中使用 AICOMMAND 值，请定义三个变量，或从默认 Python 脚本复制变量定义。

  an_api_key = os.getenv("ACL_PY_API_KEY")
  ai_base_url = os.getenv("ACL_PY_AI_BASE_URL")
  ai_model = os.getenv("ACL_PY_AI_MODEL")

• 使用您自己的方法使用您自己的方法提供主机、模型和 AI API 密钥值。如果您使用自己的方法，则不需要在 AICOMMAND 参数中指定连接值。

创建唯一标识符域

如果要将从 AI 服务返回的表与原始源表联接起来，但缺少唯一标识符域，则您可以在使用 AICOMMAND 之前通过 RECNO( ) 函数创建一个此类域。

1. 在源表中，创建使用以下表达式的计算域 record_number：

   RECNO( )

   对于表中的每条记录，RECNO( ) 函数将在 record_number 域中添加唯一的记录编号。

   有关更多信息，请参阅 DEFINE FIELD。。COMPUTED 命令。

2. 使用 AICOMMAND 通过外部 AI 服务来处理数据。

3. 将 record_number 域用作公共键域，以便将从 AI 服务返回的表与源表联接起来。

   有关更多信息，请参阅 JOIN 命令。

分隔 ai_response 域中的多个组成部分

在 AICOMMAND 返回的输出表中，ai_response 域中的值可以包含多个组成部分或元素。例如，下面显示的单个值包含四个组成部分：sentiment、sentiment_score、key_reasons 和 themes。themes 组成部分包含三个独立值。

sentiment: Positive, sentiment_score: 0.6, key_reasons: clean rooms, friendly staff, breakfast issues, themes: cleanliness, staff, food

为了支持后续分析，您可以使用下方显示的计算表达式创建单独的计算域，将组件和值分离出来。

有关如何构建计算域的一般信息，请参阅定义计算域。

REGEXREPLACE(ai_response, "sentiment\:\s(.*?),.*", "$1")

VALUE(REGEXREPLACE(ai_response, ".*sentiment_score\:\s(.*?),.*", "$1"), 1)

REGEXREPLACE(ai_response, ".*key_reasons\:\s(.*?),\sthemes.*", "$1")

REGEXREPLACE(ai_response, ".*themes\:\s(.*?)", "$1")

SPLIT(REGEXREPLACE(ai_response, ".*themes\:\s(.*?)", "$1"), ",", 1)

SPLIT(REGEXREPLACE(ai_response, ".*themes\:\s(.*?)", "$1"), ",", 2)

SPLIT(REGEXREPLACE(ai_response, ".*themes\:\s(.*?)", "$1"), ",", 3)