适用于: SQL Server 2025 (17.x) 预览版
创建一个外部模型对象,该对象包含 AI 模型推理终结点的位置、身份验证方法和用途。
语法
CREATE EXTERNAL MODEL external_model_object_name
[ AUTHORIZATION owner_name ]
WITH
( LOCATION = '<prefix>://<path>[:<port>]'
, API_FORMAT = '<OpenAI, Azure OpenAI, etc>'
, MODEL_TYPE = EMBEDDINGS
, MODEL = 'text-embedding-ada-002'
[ , CREDENTIAL = <credential_name> ]
[ , PARAMETERS = '{"valid":"JSON"}' ]
);
论据
external_model_object_name
指定外部模型的用户定义名称。 该名称在数据库中必须唯一。
owner_name
指定拥有外部模型的用户或角色的名称。 如果未指定,则为当前用户提供所有权。 根据权限和角色,需要向用户授予显式权限才能使用特定的外部模型。
位置
提供 AI 模型推理终结点的连接协议和路径。
API_FORMAT
AI 模型推理终结点提供程序的 API 消息格式。
接受的值包括:
Azure OpenAI
OpenAI
Ollama
MODEL_TYPE
从 AI 模型推理终结点位置访问的模型类型。
接受的值包括:
EMBEDDINGS
型
由 AI 提供程序托管的特定模型。 例如,text-embedding-ada-002
、text-embedding-3-large
或 o3-mini
。
凭据
指示哪个 DATABASE SCOPED CREDENTIAL
对象与 AI 模型推理终结点一起使用。 有关接受的凭据类型和命名规则的详细信息,请参阅 sp_invoke_external_rest_endpoint或本文的 “备注 ”部分。
参数
一个有效的 JSON 字符串,其中包含要追加到 AI 模型推理终结点请求消息的参数。 例如:
'{"Dimensions" : 1536}'
权限
外部模型创建和更改
需要 ALTER ANY EXTERNAL MODEL
或 CREATE EXTERNAL MODEL
数据库权限。
例如:
GRANT CREATE EXTERNAL MODEL TO [<PRINCIPAL>];
或
GRANT ALTER ANY EXTERNAL MODEL TO [<PRINCIPAL>];
外部模型授予
若要在 AI 函数中使用外部模型,必须向其授予主体的能力 EXECUTE
。
例如:
GRANT EXECUTE ON EXTERNAL MODEL::MODEL_NAME TO [<PRINCIPAL>];
GO
注解
HTTPS 和 TLS
参数仅支持 LOCATION
配置为使用 HTTPS 和 TLS 加密协议的 AI 模型推理终结点。
接受的 API 格式和模型类型
以下部分概述了每个 MODEL_TYPE
API 格式的接受格式。
EMBEDDINGS 的API_FORMAT
下表概述了模型类型的 API 格式和 URL 终结点结构 EMBEDDINGS
。 若要查看特定的有效负载结构,请使用 API 格式列中的链接。
API 格式 | 位置路径格式 |
---|---|
Azure OpenAI | https://{endpoint}/openai/deployments/{deployment-id}/embeddings?api-version={date} |
OpenAI | https://{server_name}/v1/embeddings |
Ollama | https:localhost://{port}/api/embed |
创建嵌入终结点
有关创建嵌入终结点的详细信息,请使用以下链接获取相应的 AI 模型推理终结点提供程序:
EXTERNAL MODEL 的凭据名称规则
DATABASE SCOPED CREDENTIAL
创建的EXTERNAL MODEL
创建必须遵循特定的以下规则:
- 必须是有效的 URL
- URL 域必须是允许列表中包含的域之一
- URL 不得包含查询字符串
- 调用 URL 的协议 + 完全限定域名 (FQDN) 必须与凭据名称的 Protocol + FQDN 匹配
- 调用的 URL 路径的每个部分必须与凭据名称中相应 URL 路径的相应部分完全匹配
- 凭据必须指向比请求 URL 更通用的路径。 例如,为路径
https://northwind.azurewebsite.net/customers
创建的凭据不能用于 URLhttps://northwind.azurewebsite.net
排序规则和凭据名称规则
RFC 3986 第 6.2.2.1 节 指出,“当 URI 使用泛型语法的组件时,组件语法等价规则始终适用:也就是说,方案和主机不区分大小写“, RFC 7230 第 2.7.3 节 提到”所有其他都以区分大小写的方式进行比较”。
由于数据库级别设置了排序规则,因此将应用以下逻辑,以便与数据库排序规则一致,以及前面提到的 RFC。 (描述的规则可能比 RFC 规则更严格,例如,如果数据库设置为使用区分大小写的排序规则):
- 使用 RFC 检查 URL 和凭据是否匹配,这意味着:
- 使用不区分大小写的排序规则检查方案和主机 (
Latin1_General_100_CI_AS_KS_WS_SC
) - 检查 URL 的所有其他段是否在区分大小写的排序规则中进行比较(
Latin1_General_100_BIN2
)
- 使用不区分大小写的排序规则检查方案和主机 (
- 使用数据库排序规则检查 URL 和凭据是否匹配(无需执行任何 URL 编码)。
例子
使用 Azure OpenAI 创建外部模型
此示例使用 Azure OpenAI 创建 EMBEDDINGS 类型的 EXTERNAL MODEL,并使用 托管标识 进行身份验证。
-- Create access credentials to Azure OpenAI using a key:
CREATE DATABASE SCOPED CREDENTIAL [https://my-azure-openai-endpoint.openai.azure.com/]
WITH IDENTITY = 'HTTPEndpointHeaders', secret = '{"api-key":"YOUR_AZURE_OPENAI_KEY"}';
GO
-- Create the EXTERNAL MODEL
CREATE EXTERNAL MODEL MyAzureOpenAiModel
AUTHORIZATION CRM_User
WITH (
LOCATION = 'https://azureopenaiserver.openai.azure.com/openai/deployments/text-embedding-ada-002/embeddings?api-version=2024-02-01',
API_FORMAT = 'Azure OpenAI',
MODEL_TYPE = EMBEDDINGS,
MODEL = 'text-embedding-ada-002',
CREDENTIAL = [https://my-azure-openai-endpoint.openai.azure.com]
);
通过查询 sys.external_models
目录视图来验证是否创建了新的外部模型。
SELECT * FROM sys.external_models;
使用 Ollama、默认参数和显式所有者创建 EXTERNAL MODEL
此示例使用本地托管的 Ollama 创建一个EXTERNAL MODEL
EMBEDDINGS
类型,以便进行开发。 该示例还用于 PARAMETERS
将终结点上的 Dimensions 参数设置为 725。
CREATE EXTERNAL MODEL MyOllamaModel
AUTHORIZATION AI_User
WITH (
LOCATION = 'https://localhost:11435/api/embed',
API_FORMAT = 'Ollama',
MODEL_TYPE = EMBEDDINGS,
MODEL = 'all-minilm',
PARAMETERS = '{"Dimensions":"725"}'
);
使用 OpenAI 创建外部模型
此示例使用基于 OpenAI API_FORMAT
和 HTTP 标头的EMBEDDINGS
凭据创建EXTERNAL MODEL
类型的身份验证。
-- Create access credentials
CREATE DATABASE SCOPED CREDENTIAL [https://openai.com]
WITH IDENTITY = 'HTTPEndpointHeaders', secret = '{"Bearer":"YOUR_OPENAI_KEY"}';
GO
-- Create the external model
CREATE EXTERNAL MODEL MyAzureOpenAiModel
AUTHORIZATION CRM_User
WITH (
LOCATION = 'https://api.openai.com/v1/embeddings',
API_FORMAT = 'OpenAI',
MODEL_TYPE = EMBEDDINGS,
MODEL = 'text-embedding-ada-002',
CREDENTIAL = [https://openai.com]
);