快捷導(dǎo)航

Oracle AI應(yīng)用的LLM模型典型配置方法

更新時間：2025年03月26日 09:01:55 作者：Alfred Zhao

本文介紹了如何在同事的開源項目Text2SQLRAG中配置Embedding模型,并詳細(xì)描述了測試和配置DeepSeek的LLM的過程,感興趣的朋友一起看看吧

1.配置Embedding模型

在同事Hysun的Text2SQL RAG開源項目中，提供了一些非常實用的配置方法，方便大家使用，本文就以此開源項目為例。

我這里Embedding模型暫時選擇的是 SiliconFlow 平臺提供的 BAAI/bge-large-zh-v1.5 這個模型：

--使用 SiliconFlow Embedding：
BEGIN
  CUSTOM_SELECT_AI.CREATE_EMBEDDING_CONF(
        p_conf_id     =>    'EMBEDDING',
		p_provider    =>    'OpenAI',
        p_model       =>    'BAAI/bge-large-zh-v1.5',
		p_endpoint    =>    'https://api.siliconflow.cn/v1/embeddings',
		p_credential  =>    'ALFRED_SILICON_FLOW'
	);
END;
/

起初我直接把API Key寫到了p_credential中，發(fā)現(xiàn)不行，但是換成自定義的ALFRED_SILICON_FLOW后，通過dbms_vector.create_credential導(dǎo)入時，起初以為直接傳JSON格式的參數(shù)，結(jié)果是不允許的。

另外，注意這里p_conf_id的名字，以后要用到，開始我沒意識到，咨詢同事后才知曉這個對應(yīng)關(guān)系。后來同事為了大家更好理解，還修改了幫助文檔，明確做了提示。

2.特殊語法傳參JSON格式

翻閱官方文檔，找到這種特殊的語法，專門用于傳入JSON格式。

--特殊的語法，傳入JSON格式方法
declare
  jo json_object_t;
begin
  jo := json_object_t();
  jo.put('access_token', 'sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx');
  dbms_vector.create_credential(
    credential_name   => 'ALFRED_SILICON_FLOW',
    params            => json(jo.to_string));
end;
/

API Key已脫敏，按照你的Key實際替換即可。

配置好之后，可以通過這張表查詢到：

select * from CUSTOM_SELECT_AI_EMBEDDING_CONF;

3.測試Embedding有效

使用提供的測試用例來測試Embedding有效性：

--EMBEDDING接口 - 文本轉(zhuǎn)向量
select CUSTOM_SELECT_AI.EMBEDDING(
    p_text => '將文本轉(zhuǎn)成向量',
    p_embedding_conf => 'EMBEDDING'
);

注意這個p_embedding_conf需要和之前創(chuàng)建時的p_conf_id對應(yīng)，后面使用都有這個對應(yīng)關(guān)系，需要特別注意下。

測試返回報錯：

ORA-06502: PL/SQL：值或轉(zhuǎn)換錯誤 : 字符串緩沖區(qū)太小
ORA-06512: 在 line 1

https://docs.oracle.com/error-help/db/ora-06502/06502. 00000 - "PL/SQL: value or conversion error%s"
*Cause: An arithmetic, numeric, string, conversion, or constraint error
occurred. For example, this error occurs if you attempt to
assign the value NULL to a variable declared NOT NULL, or if you
attempt to assign an integer greater than 99 to a variable
declared NUMBER(2).
*Action: To resolve the issue, change the data, the way the data is
manipulated, or the data variable declaration.
*Params: 1) error_info
occurred.

4.修改MAX_STRING_SIZE

上面的報錯很明顯，文檔中也有提到需要設(shè)置MAX_STRING_SIZE為EXTENDED才可以。
修改的參考步驟（生產(chǎn)環(huán)境請慎重評估可行性）：

--1.查看參數(shù)當(dāng)前值
SHOW PARAMETER MAX_STRING_SIZE;
--2.設(shè)置MAX_STRING_SIZE=EXTENDED
ALTER SYSTEM SET MAX_STRING_SIZE=EXTENDED SCOPE=SPFILE;
--3.關(guān)閉數(shù)據(jù)庫
SHUTDOWN IMMEDIATE;
--4.啟動upgrade模式，執(zhí)行腳本
STARTUP UPGRADE;
@$ORACLE_HOME/rdbms/admin/utl32k.sql
--5.重啟數(shù)據(jù)庫
SHUTDOWN IMMEDIATE;
STARTUP;
--6.查詢MAX_STRING_SIZE參數(shù)已修改
SHOW PARAMETER MAX_STRING_SIZE;

再次運行Embedding測試用例，成功返回結(jié)果。

5.配置為DeepSeek的LLM

主要用到兩個CUSTOM_SELECT_AI.CREATE_PROVIDER、CUSTOM_SELECT_AI.CREATE_PROFILE。

----- Create service provider，deepseek
BEGIN
  CUSTOM_SELECT_AI.CREATE_PROVIDER(
		p_provider    =>    'OpenAI',
		p_endpoint    =>    'https://api.deepseek.com/chat/completions',
		p_auth        =>    'sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'
	);
END;
/
----- Create profile
BEGIN
	CUSTOM_SELECT_AI.CREATE_PROFILE(
      p_profile_name    =>'HKE_DEMO',
      p_description     => 'SelectAI DEMO for HKE',
      p_attributes      => '{
          "provider": "OpenAI",
          "model" : "deepseek-chat",
          "object_list": [{"owner": "TPCH", "name": "HKE_PROD_DEFECT"},
                          {"owner": "TPCH", "name": "HKE_PROD_OUT_YIELD_QTY"}
                          ]
      }'
    );
END;
/

創(chuàng)建好之后可以查詢到：

--創(chuàng)建好的PROVIDER和PROFILE可以查詢表：
select * from TPCH.CUSTOM_SELECT_AI_PROVIDERS;
select * from TPCH.CUSTOM_SELECT_AI_PROFILES;

配置錯誤或不再需要，可以這樣刪除掉：

--刪除不再需要的PROVIDER和PROFILE：
BEGIN
  CUSTOM_SELECT_AI.DROP_PROVIDER(
		p_provider    =>    'OpenAI'
	);
END;
/
BEGIN
  CUSTOM_SELECT_AI.DROP_PROFILE(
		 p_profile_name    =>'HKE_DEMO'
	);
END;
/

6.測試Chat和Showsql有效

按照開源項目文檔中的說明，測試Chat和Showsql功能：

--CHAT接口 - 直接與 LLM 聊天
select CUSTOM_SELECT_AI.CHAT(
    p_profile_name  => 'HKE_DEMO',
    p_user_text     => '你是誰？',
    p_system_text   => '你是一個積極的、充滿正能量的人工智能助手。'
);

注意：這里Chat配置好LLM應(yīng)該就可以正常返回，如果報錯ORA-29273，如下圖所示：

4-sys.utl_http.png

就需要放開對應(yīng)數(shù)據(jù)庫用戶對具體或所有外部的訪問：

BEGIN
    DBMS_NETWORK_ACL_ADMIN.APPEND_HOST_ACE(
        host => '*',  -- 或者指定具體的域名，如 'api.example.com'
        ace  => xs$ace_type(privilege_list => xs$name_list('connect'),
                            principal_name => 'TPCH', 
                            principal_type => xs_acl.ptype_db));
END;
/

繼續(xù)測試Showsql功能：

--SHOWSQL接口 - 自然語言生成SQL
select CUSTOM_SELECT_AI.SHOWSQL(
  	p_profile_name => 'HKE_DEMO',
    p_embedding_conf => 'EMBEDDING',
  	p_user_text => '查詢符合條件的各YIELD小等級占比（即YIELD_QTY之和/OUT_QTY之和），條件為：公司名稱為COMPANY1，工廠名稱為FACTORYNAME1，產(chǎn)品名稱為PRODUCT1。占比用百分比表示并排序，用中文別名返回。'
);

SHOWSQL需要按Demo要求導(dǎo)入成功表數(shù)據(jù)并向量化才OK。這里的p_embedding_conf要注意和之前配置的Embedding名字一樣。

到此這篇關(guān)于Oracle AI應(yīng)用的LLM模型典型配置的文章就介紹到這了,更多相關(guān)Oracle LLM模型內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: