将 Anthropic 与 Databricks Unity Catalog 工具集成

使用 Databricks Unity Catalog 将 SQL 和 Python 函数集成为 Anthropic SDK LLM 调用中的工具。 此集成将 Unity Catalog 的治理与 Anthropic 模型相结合，以创建强大的 gen AI 应用程序。

要求

• 使用 Databricks Runtime 15.0 及更高版本。

将 Unity Catalog 工具与 Anthropic 集成

在笔记本或 Python 脚本中运行以下代码以创建 Unity Catalog 工具，并在调用 Anthropic 模型时使用它。

1. 安装适用于 Anthropic 的 Databricks Unity Catalog 集成包。

   %pip install unitycatalog-anthropic[databricks]
   dbutils.library.restartPython()
   

2. 创建 Unity 目录函数客户端的实例。

   from unitycatalog.ai.core.base import get_uc_function_client
   
   client = get_uc_function_client()
   

3. 创建用 Python 编写的 Unity 目录函数。

   CATALOG = "your_catalog"
   SCHEMA = "your_schema"
   
   func_name = f"{CATALOG}.{SCHEMA}.weather_function"
   
   def weather_function(___location: str) -> str:
     """
     Fetches the current weather from a given ___location in degrees Celsius.
   
     Args:
       ___location (str): The ___location to fetch the current weather from.
     Returns:
       str: The current temperature for the ___location provided in Celsius.
     """
     return f"The current temperature for {___location} is 24.5 celsius"
   
   client.create_python_function(
     func=weather_function,
     catalog=CATALOG,
     schema=SCHEMA,
     replace=True
   )
   

4. 将 Unity Catalog 函数的实例创建为工具包。

   from unitycatalog.ai.anthropic.toolkit import UCFunctionToolkit
   
   # Create an instance of the toolkit
   toolkit = UCFunctionToolkit(function_names=[func_name], client=client)
   

5. 在 Anthropic 中使用工具调用。

   import anthropic
   
   # Initialize the Anthropic client with your API key
   anthropic_client = anthropic.Anthropic(api_key="YOUR_ANTHROPIC_API_KEY")
   
   # User's question
   question = [{"role": "user", "content": "What's the weather in New York City?"}]
   
   # Make the initial call to Anthropic
   response = anthropic_client.messages.create(
     model="claude-3-5-sonnet-20240620",  # Specify the model
     max_tokens=1024,  # Use 'max_tokens' instead of 'max_tokens_to_sample'
     tools=toolkit.tools,
     messages=question  # Provide the conversation history
   )
   
   # Print the response content
   print(response)
   

6. 构造工具响应。 如果需要调用工具，则来自 Claude 模型的响应包含一个工具请求元数据块。

from unitycatalog.ai.anthropic.utils import generate_tool_call_messages

# Call the UC function and construct the required formatted response
tool_messages = generate_tool_call_messages(
  response=response,
  client=client,
  conversation_history=question
)

# Continue the conversation with Anthropic
tool_response = anthropic_client.messages.create(
  model="claude-3-5-sonnet-20240620",
  max_tokens=1024,
  tools=toolkit.tools,
  messages=tool_messages,
)

print(tool_response)

该 unitycatalog.ai-anthropic 包包括一个消息处理程序实用程序，用于简化对 Unity Catalog 函数的调用的解析和处理。 该实用程序执行以下作：

1. 检测工具调用要求。
2. 从查询中提取工具调用信息。
3. 执行对 Unity Catalog 函数的调用。
4. 分析来自 Unity Catalog 函数的响应。
5. 制作下一个消息格式以继续与 Claude 的对话。