AI 자산 API

AI 자산 API는 시스템, 데이터 세트, 프롬프트 및 모델과 같은 여러 유형의 AI 자산을 검색, 업데이트 및 생성할 수 있는 엔드포인트를 제공합니다.

AI 자산 API는 확장된 모델 및 자산 클래스 애플리케이션에서 AI 자산 기록에 대해 수행할 수 있는 작업을 지원합니다. 액세스하려면 자산 클래스(sn_ent) 플러그인이 필요합니다. AI 자산 API에서 제공하는 엔드포인트를 호출하려면 자산 및 model_manager 역할이 있어야 합니다.

주:

AI 자산 기록에 포함된 데이터는 제품 모델, 구성 항목 등과 같은 여러 테이블에 분산될 수 있습니다. 그러나 이 API를 호출할 때 복잡성을 줄이기 위해 AI 자산 API는 자산, 제품 모델 및 구성 항목 테이블에만 데이터를 삽입합니다. 테이블 업데이트에 대한 세부 정보는 각 엔드포인트 아래에 제공됩니다.

AI 자산 API - GET /sn_ent/asset/ai_dataset/{sys_id}

지정된 AI 데이터 세트 자산의 데이터를 조회합니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_dataset/{sys_id}

기본 URL: /api/sn_ent/asset/ai_dataset/{sys_id}

지원되는 요청 매개변수

표 1. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열
sys_id	AI 데이터 세트 자산 [alm_ai_dataset_digital_asset] 테이블에 있는 자산의 Sys_id입니다. 데이터 유형: 문자열

표 2. 쿼리 매개변수

이름	설명
안 함

표 3. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
안 함

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 4. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 5. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 6. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
401	승인되지 않았습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다.
404	찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수

이름	설명
결과	새로 생성된 AI 데이터 세트 자산의 상세 정보입니다. 데이터 유형: 객체 "result": { "acceptable_usage": {Object}, "base_datasets": [Array], "created": "String", "dataset_card": "String", "data_type": {Object}, "description": "String", "documentation": "String", "display_name": "String", "managed_by": {Object}, "name": "String", "provider": {Object}, "state": "Development", "source": "String", "sys_id": "String", "updated": "String", "version": "String", }
result.acceptable_usage	AI 데이터 세트 자산 기록에 허용되는 사용량입니다. 허용되는 사용은 일반적으로 교육 또는 평가 목적으로 데이터 세트 또는 모델을 사용할 수 있는 방법을 나타냅니다. 데이터 유형: 객체 "acceptable_usage": { "label": "String" "value": "String" }
result.acceptable_usage.레이블	허용되는 사용 값의 레이블을 표시합니다. 데이터 유형: 문자열
result.acceptable_usage.값	허용되는 사용의 숫자 값입니다. 유효한 값은 다음과 같습니다. 1: 교육 2: 평가 데이터 유형: 문자열
result.base_datasets	지정된 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 테이블에 있는 기본 데이터 세트의 이름 또는 sys_id 허용합니다. 데이터 유형: 배열 "base_datasets": ["String", "String"]
결과.생성됨	AI 데이터 세트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.data_type	AI 데이터 세트 자산 기록에 있는 데이터의 유형입니다. 데이터 유형: 객체 "data_type": { "label": "String", "value": "String" }
result.data_type.레이블	데이터 유형 값의 표시 레이블입니다. 데이터 유형: 문자열
result.data_type.값	데이터 세트 자산의 데이터 유형 값입니다. 데이터 유형: 문자열
result.dataset_card	데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 적절한 이해와 사용을 보장하기 위해 데이터 소스, 기능, 사용 목적, 알려진 제한 사항 등의 상세 정보를 제공합니다. 데이터 유형: 문자열
결과.설명	연결된 AI 데이터 세트 제품 모델 기록에 대한 설명입니다. 테이블: AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 데이터 유형: 문자열
result.display_name	AI 데이터 세트 자산 기록의 표시 이름입니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 데이터 유형: 문자열
result.documentation	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록에 대한 설명서입니다. 데이터 유형: 문자열
result.managed_by	AI 데이터 세트 자산 기록을 관리하는 사용자에 대한 세부 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ]
result.managed_by.name	AI 데이터 세트 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.managed_by.sys_id	AI 데이터 세트 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.name	연결된 AI 데이터 세트 제품 모델 기록의 이름입니다. 테이블: AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 데이터 유형: 문자열
결과.제공자	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록의 제공자입니다. 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" }
result.provider.name	제공자의 이름입니다. 데이터 유형: 문자열
result.provider.sys_id	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록에 있는 제공자의 Sys_id입니다. 데이터 유형: 문자열
결과.소스	AI 데이터 세트 자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. 데이터 세트 자산의 소스에 대한 링크입니다. 데이터 세트 자산의 소스에 대한 상세 정보(일반 텍스트)입니다. 예를 들어 제품 또는 웹 사이트의 이름입니다. 데이터 유형: 문자열 기본값: 비어 있음 또는 null
결과.상태	AI 데이터 세트 자산 기록의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.sys_id	AI 데이터 세트 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 데이터 유형: 문자열
결과.업데이트됨	AI 데이터 세트 자산 기록이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.version	연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열

cURL 요청

다음 예제.

curl "https://instance.servicenow.com/api/sn_ent/asset/ai_dataset/ cc419cb2331e92101c9aca989d5c7b4c" \ 
--request GET \ 
--header "Accept:application/json" \ 
--user "username":"password"

출력:

{ 
  "result": { 
    "sys_id": "9d60fb5f40d21210f877b00c113d1fea", 
    "display_name": "ServiceNow Closed Incidents v1", 
    "name": "Closed Incidents", 
    "description": "Incidents with resolution", 
    "documentation": "Sample Documentation", 
    "source": "incident table on servicenow instance", 
    "dataset_card": "Sample Dataset Card", 
    "state": "Development", 
    "version": "v1", 
    "data_type": { 
      "value": "2", 
      "label": "Image" 
    }, 
    "provider": { 
      "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
      "name": "ServiceNow" 
    }, 
    "managed_by": { 
      "sys_id": "62826bf03710200044e0bfc8bcbe5df1", 
      "name": "Abel Tuter" 
    }, 
    "acceptable_usage": { 
      "value": "1", 
      "label": "Training" 
    }, 
    "base_datasets": [], 
    "created": "2024-12-11 08:50:40", 
    "updated": "2024-12-11 08:50:40" 
  } 
}

AI 자산 API - GET /sn_ent/asset/ai_model/{sys_id}

지정된 AI 모델 자산의 데이터를 검색합니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_model/{sys_id}

기본 URL: /api/sn_ent/asset/ai_model/{sys_id}

지원되는 요청 매개변수

표 7. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열
sys_id	AI 모델 자산 [alm_ai_model_digital_asset] 테이블에 있는 자산의 Sys_id입니다. 데이터 유형: 문자열

표 8. 쿼리 매개변수

이름	설명
안 함

표 9. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
안 함

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 10. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 11. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 12. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
401	승인되지 않았습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다.
404	찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수

결과	모델 자산 레코드의 상세 정보입니다. 데이터 유형: 객체 result: { "base_model": {Object}, "context_window": "String", "created": "String", "deployment_guideline": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": {Object}, "model_size_in_mb": "String", "name": "String", "parameters_info": "String", "provider": {Object}, "required_infrastructure": "String", "source": "String", "state": Number, "supported_languages": [Array], "sys_id": "String", "training_datasets": [Array], "training_procedure": "String", "updated": "String", "version": "String" }
result.base_model	이 모델 버전이 파생된 AI 모델입니다. 주: 조직 내에서 개발된 모델에만 적용할 수 있습니다. 데이터 유형: 객체 { "name": "String", "sys_id": "String" } 기본값:
result.base_model.name	이 AI 모델을 모델링할 AI 모델 자산의 이름입니다. 데이터 유형: 문자열
result.base_model.sys_id	이 AI 모델을 모델링할 AI 모델 자산의 Sys_id입니다. 데이터 유형: 문자열
result.context_window	모델이 처리할 수 있는 입력 시퀀스의 크기(즉, 토큰 수)입니다. 데이터 유형: 숫자로 표시된 문자열
결과.생성됨	AI 데이터 세트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.deployment_guideline	조직 내에서 개발 및 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열
결과.설명	AI 모델 제품 모델에 부여한 설명입니다. 테이블에서 업데이트됨: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
result.result.display_name	자산 기록의 표시 이름입니다. 데이터 유형: 문자열
result.documentation	AI 프롬프트 제품 모델 기록의 문서화입니다. 테이블: AI 프롬프트 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
result.evaluation_datasets	모델을 평가하는 데 사용되는 AI 데이터 세트 디지털 자산의 AI 데이터 세트 sys_ids 또는 표시 이름의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산 [alm_ai_dataset_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [ "name": "String", "sys_id": "String" ]
result.evaluation_metrics_report	평가 결과에 대한 참조입니다. 가능한 값: 결과를 요약한 상세 정보(일반 텍스트) 특정 결과에 대한 링크 데이터 유형: 문자열
result.managed_by	AI 모델 자산 기록을 관리하는 사용자에 대한 세부 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ]
result.managed_by.name	AI 데이터 세트 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.managed_by.sys_id	AI 데이터 세트 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.model_size_in_mb	모델의 크기(MB)입니다. 조직 내에서 개발 및 배포된 모델에 주로 적용할 수 있습니다. 데이터 유형: 숫자
result.name	필수 AI 모델 제품 모델의 이름입니다. 테이블에서 업데이트됨: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
결과.제공자	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록의 제공자입니다. 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" }
result.provider.sys_id	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록에 있는 제공자의 Sys_id입니다. 데이터 유형: 문자열
result.provider.name	제공자의 이름입니다. 데이터 유형: 문자열
result.required_infrastructure	모델 배포를 위한 인프라 요구 사항에 대한 설명서입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 세부 정보입니다. 주로 조직 내에 배포된 모델에 적용할 수 있습니다. 데이터 유형: 문자열
결과.소스	모델의 소스에 대한 상세 정보입니다. 가능한 값: 모델의 소스에 대한 링크입니다. 예를 들어 https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1 또는 Github에 대한 링크입니다. 일반 텍스트로 된 소스의 세부 정보입니다. 예: Microsoft Azure 데이터 유형: 문자열
결과.상태	AI 모델 자산에 적용할 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.supported_languages	AI 모델에서 지원하는 언어입니다. 데이터 유형: 배열 "supported_languages": [ { "name": "String", "sys_id": "String" } ]
result.supported_languages.name	언어 기록의 이름입니다. 예: "프랑스어", "영어". 테이블: 언어 [sys_language] 데이터 유형: 문자열
result.supported_languages.sys_id	언어 기록의 Sys_id입니다. 테이블: 언어 [sys_language] 데이터 유형: 문자열
result.sys_id	AI 모델 자산 기록의 Sys_id입니다. 테이블: AI 모델 자산 [alm_ai_model_digital_asset] 데이터 유형: 문자열
result.version	AI 모델 제품 모델의 버전입니다. 예를 들어 V2입니다. 데이터 유형: 문자열

cURL 요청

다음 예제.

curl "https://instance.servicenow.com/api/sn_ent/asset/ai_model/cc419cb2331e92101c9aca989d5c7b4c" \
--request GET \
--header "Accept:application/json" \
--user "username":"password"

출력:

{
  "result": {
    "sys_id": "a438d170ff96da10c1fbffffffffffd5",
    "display_name": "ServiceNow Now LLM V6",
    "name": "Now LLM",
    "description": "enables text-to-text like question answering and summarization",
    "version": "V6",
    "provider": {
      "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
      "name": "ServiceNow"
    },
    "documentation": "Now LLM V5 Documentation",
    "parameters_info": "7B",
    "supported_languages": [
      {
        "sys_id": "914493a30f320010e96b0e4fef767e90",
        "name": "English"
      }
    ],
    "model_size_in_mb": "87",
    "deployment_guideline": "Deployed on ServiceNow infrastructure",
    "source": null,
    "training_procedure": "2",
    "context_window": "8000",
    "state": "Deployed",
    "required_infrastructure": "undefined",
    "base_model": {
      "sys_id": null,
      "name": ""
    },
    "evaluation_datasets": [
      {
        "sys_id": "45cb45baff06d610c1fbffffffffffa9",
        "name": "ServiceNow Open Incidents"
      }
    ],
    "training_datasets": [
      {
        "sys_id": "45cb45baff06d610c1fbffffffffffa9",
        "name": "ServiceNow Open Incidents"
      }
    ],
    "evaluation_metrics_report": "Testing results: See files attached to this record",
    "managed_by": {
      "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
      "name": "Abel Tuter"
    },
    "created": "2024-12-03 16:50:53",
    "updated": "2024-12-03 16:50:53"
  }
}

AI 자산 API - GET /sn_ent/asset/ai_prompt/{sys_id}

지정된 AI 프롬프트 자산의 데이터를 조회합니다.

참조:

• AI 자산 API - POST /sn_ent/asset/ai_prompt
• AI 자산 API - PUT /sn_ent/asset/ai_prompt/{sys_id}

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_prompt/{sys_id}

기본 URL: /api/sn_ent/asset/ai_prompt/{sys_id}

지원되는 요청 매개변수

표 13. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열
sys_id	AI 프롬프트 자산 [alm_ai_prompt_digital_asset] 테이블에 있는 자산의 Sys_id입니다. 데이터 유형: 문자열

표 14. 쿼리 매개변수

이름	설명
안 함

표 15. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
안 함

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 16. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 17. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 18. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
401	승인되지 않았습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다.
404	찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수

이름	설명
결과	AI 프롬프트 자산에 대한 상세 정보입니다. result: { "ai_model": {Object}, "created": "String", "description": "String", "display_name": "String", "documentation": "String", "managed_by": {Object}, "name": "String", "prompt_info": "String", "provider": {Object}, "state": Number, "sys_id": "String", "updated": "String", "version": "String" }
result.ai_model	AI 프롬프트 자산 기록의 AI 모델입니다. 데이터 유형: 객체 "ai_model": { "name": "String", "sys_id": "String" }
result.ai_model.name	AI 모델의 이름입니다. 데이터 유형: 문자열
result.ai_model.sys_id	AI 프롬프트 제품 모델 기록의 Sys_id입니다. 테이블: AI 프롬프트 제품 모델 [alm_ai_model_digital_asset] 데이터 유형: 문자열
결과.생성됨	AI 프롬프트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.설명	AI 프롬프트 제품 모델 기록에 대한 설명입니다. 테이블: AI 프롬프트 제품 모델 [cmdb_ai_prompt_product_model] 데이터 유형: 문자열
result.display_name	연결된 AI 프롬프트 자산 기록의 표시 이름입니다. 테이블: AI 프롬프트 자산 [alm_ai_prompt_digital_asset] 데이터 유형: 문자열
result.documentation	AI 프롬프트 제품 모델 기록에 대한 설명서입니다. 테이블: AI 프롬프트 제품 모델 [cmdb_ai_prompt_product_model] 데이터 유형: 문자열
result.managed_by	AI 프롬프트 자산 기록을 관리하는 사용자입니다. 데이터 유형: 객체 "managed_by": { "name": "String", "sys_id": "String" }
result.managed_by.name	자산 레코드를 관리하는 사용자의 이름입니다. 데이터 유형: 문자열
result.managed_by.sys_id	자산 레코드의 관리자 사용자에 해당하는 사용자 레코드의 Sys_id입니다. 테이블: 사용자[sys_user], AI 프롬프트 자산[alm_ai_model_digital_asset] 데이터 유형: 문자열
result.name	연결된 AI 프롬프트 제품 모델의 이름입니다. 테이블: AI 프롬프트 제품 모델 [cmdb_ai_prompt_product_model] 데이터 유형: 문자열
result.prompt_info	AI 프롬프트 자산 기록의 프롬프트 정보입니다. 테이블: AI 프롬프트 자산 [alm_ai_prompt_digital_asset] 데이터 유형: 문자열
결과.제공자	AI 프롬프트 제품 모델 기록의 제공자입니다. "provider": { "name": "String", "sys_id": "String" } 데이터 유형: 객체
result.provider.name	연결된 AI 프롬프트 제품 모델 기록의 이름입니다. 데이터 유형: 문자열
result.provider.sys_id	연결된 AI 프롬프트 제품 모델 기록의 제공자에 해당하는 회사 [core_company] 테이블 기록의 Sys_id입니다. 테이블: 회사 [core_company], AI 프롬프트 제품 모델 [cmdb_ai_prompt_product_model] 데이터 유형: 문자열
결과.상태	AI 프롬프트 자산 기록의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.sys_id	AI 프롬프트 자산 기록의 Sys_id입니다. 테이블: AI 프롬프트 자산 [alm_ai_prompt_digital_asset] 데이터 유형: 문자열
결과.업데이트됨	AI 프롬프트 자산 기록이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.version	연결된 AI 프롬프트 제품 모델 기록의 버전입니다. 예를 들어 V2입니다. 데이터 유형: 문자열

cURL 요청

다음 예시는 특정 ID를 사용하여 AI 프롬프트 자산 모델에 대한 정보를 검색하는 방법을 보여줍니다.

curl "https://instance.servicenow.com/api/sn_ent/asset/ai_prompt/cc419cb2331e92101c9aca989d5c7b4c" \
--request GET \
--header "Accept:application/json" \
--user "username":"password"

응답 본문은 검색된 특정 프롬프트 자산 모델에 대한 상세 정보를 반환합니다.

{
  "result": {
    "sys_id": "cc419cb2331e92101c9aca989d5c7b4c",
    "display_name": "ServiceNow ServiceNow Incident Summarization Prompt 4 V8",
    "name": "ServiceNow Incident Summarization Prompt 4",
    "description": "Prompt for Incident Summarization",
    "version": "V8",
    "provider": {
      "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
      "name": "ServiceNow"
    },
    "documentation": "Documentation",
    "state": "Development",
    "ai_model": {
      "sys_id": "a57d0be6eb1e5210aa82fab8bad0cd18",
      "name": "mistral-large"
    },
    "prompt_info": "Provide incident summary using short_decription, state, worknotes",
    "managed_by": {
      "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
      "name": "Abel Tuter"
    },
    "created": "2024-12-09 03:18:46",
    "updated": "2024-12-09 04:26:08"
  }
}

AI 자산 API - GET /sn_ent/asset/ai_system/{sys_id}

지정된 AI 시스템 자산의 데이터를 조회합니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_system/{sys_id}

기본 URL: /api/sn_ent/asset/ai_system/{sys_id}

지원되는 요청 매개변수

표 19. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열
sys_id	AI 시스템 디지털 자산[alm_ai_system_digital_asset] 테이블에 있는 자산의 Sys_id입니다. 데이터 유형: 문자열

표 20. 쿼리 매개변수

이름	설명
안 함

표 21. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
안 함

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 22. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 23. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 24. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
401	승인되지 않았습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다.
404	찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수

이름	설명
결과	검색된 AI 시스템 자산에 대한 상세 정보입니다. result: { "ai_models": [Array], "ai_prompts": [Array], "created": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": {Object}, "name": "String", "provider": {Object}, "state": Number, "sys_id": "String", "updated": "String", "version": "String" }
result.ai_models	AI 시스템 디지털 자산[alm_ai_system_digital_asset] 테이블 기록의 AI 모델 목록입니다. 데이터 유형: 배열 "ai_models": [ { "name": "String", "sys_id": "String" } ]
result.ai_models.name	AI 시스템 디지털 자산 기록의 이름입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
result.ai_models.sys_id	AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
result.ai_prompts	AI 시스템 자산 기록의 AI 프롬프트 목록입니다. 데이터 유형: 배열 "ai_prompts": [ { "name": "String", "sys_id": "String" } ]
result.ai_prompts.name	AI 프롬프트의 이름입니다. 데이터 유형: 문자열
result.ai_prompts.sys_id	AI 프롬프트 디지털 자산 기록의 Sys_id입니다. 테이블: AI 프롬프트 디지털 자산 [alm_ai_prompt_digital_asset] 데이터 유형: 문자열
결과.생성됨	AI 시스템 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.설명	연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
result.display_name	AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 자산[cmdb_ai_ system_asset_model] 데이터 유형: 문자열
result.documentation	AI 시스템 제품 시스템 기록에 대한 설명서입니다. 테이블: AI 시스템 제품 시스템 [cmdb_ai_system_product_system] 데이터 유형: 문자열
result.evaluation_datasets	AI 시스템 디지털 자산 기록에서 모델을 평가하는 데 사용되는 AI 데이터 세트 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 시스템 자산[alm_ai_system_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ] 기본값: 빈 문자열
result.evaluation_datasets.name	AI 데이터 세트 디지털 자산의 이름입니다. 데이터 유형: 문자열
result.evaluation_datasets.sys_id	AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 데이터 유형: 문자열
result.evaluation_metrics_report	AI 시스템 자산 기록의 평가 결과입니다. 가능한 값: 결과를 요약한 상세 정보(일반 텍스트) 특정 결과에 대한 링크 데이터 유형: 문자열
result.managed_by	AI 시스템 자산 기록을 관리하는 사용자에 대한 세부 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ]
result.managed_by.name	AI 시스템 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.managed_by.sys_id	AI 시스템 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.name	연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
결과.제공자	연결된 AI 시스템 제품 모델 기록의 제공자 필드 값입니다. 테이블: AI 시스템 제품 모델[cmdb_ai_ system_product_model] 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" }
result.provider.name	연결된 AI 시스템 제품 모델 기록의 제공자 이름입니다. 테이블: AI 시스템 제품 모델[cmdb_ai_ system_product_model] 데이터 유형: 문자열
result.provider.sys_id	연결된 AI 시스템 제품 모델 기록에 있는 제공자의 Sys_id입니다. 테이블: AI 시스템 제품 모델[cmdb_ai_ system_product_model] 데이터 유형: 문자열
결과.상태	AI 시스템 자산 기록의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
result.sys_id	AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
결과.업데이트됨	AI 시스템 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.version	연결된 AI 시스템 제품 모델 기록의 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열

cURL 요청

다음 예시는 주어진 ID로 AI 시스템 모델 에셋을 검색하는 방법을 보여줍니다.

curl "https://instance.servicenow.com/api/sn_ent/asset/ai_system/3b140397435a9210a63d00002fb8f2d7" \
--request GET \
--header "Accept:application/json" \
--user "username":"password"

응답 본문은 지정된 AI 시스템 모델 자산에 대한 상세 정보를 반환합니다.

{
  "result": {
      "sys_id": "3b140397435a9210a63d00002fb8f2d7",
      "display_name": "ServiceNow Incident Summarization V2",
      "name": "Incident Summarization",
      "description": "Incident Summarization Skill",
      "version": "V2",
      "provider": {
        "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
        "name": "ServiceNow"
      },
      "documentation": "Sample Documentation",
      "state": "Deployed",
      "ai_models": [{ 
        "sys_id": "9tgdc7e6eb1e5210aa82fab8bad0cda2", 
        "name": "llm_generic_small" 
      },
      { 
        "sys_id": "7efdc7e6eb1e5210aa82fab8bad0cda2", 
        "name": "mixtral-instruct" 
      }],
      "ai_prompts": [{ 
        "sys_id": "7d7dc7e6eb1e5210aa82fab8bad0cda2", 
        "name": "LLM Prompt" 
      }],
      "evaluation_datasets": [{ 
        "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2", 
        "name": "Base dataset" 
      }],
      "evaluation_metrics_report": "Sample Report",
      "managed_by": {
        "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
        "name": "Abel Tuter"
      },
      "created": "2024-12-11 18:23:09",
      "updated": "2024-12-11 18:23:09"
  }
}

AI 자산 API - POST /sn_ent/asset/ai_dataset

요청 본문에 입력한 세부 정보에 따라 AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 및 AI 데이터 세트 제품 모델[cmdb_ai_dataset_product_model]에 새 AI 데이터 세트 자산 항목을 생성합니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_dataset

기본 URL: /api/sn_ent/asset/ai_dataset

지원되는 요청 매개변수

표 25. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열

표 26. 쿼리 매개변수

이름	설명
안 함

표 27. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
{객체}	{ "acceptable_usage": "String", "base_datasets": [Array], "dataset_card": "String" "data_type": "String", "description": "String", "documentation": "String", "managed_by": "String", "name": "String", "provider": "String", "state": "String" "source": "String", "version": "String" }
{객체}	{ "acceptable_usage": "String", "base_datasets": [Array], "dataset_card": "String" "data_type": "String", "description": "String", "documentation": "String", "managed_by": "String", "name": "String", "provider": "String", "state": "String" "source": "String", "version": "String" }
{object}.acceptable_usage	일반적으로 교육 또는 평가 목적으로 데이터 세트 또는 모델을 사용할 수 있는 방법을 결정합니다. 유효한 값은 다음과 같습니다. 1: 교육 2: 평가 데이터 유형: 문자열
{object}.base_datasets	이 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 테이블에 있는 데이터 세트의 이름 또는 sys_ids 허용합니다. 데이터 유형: 배열 “base_datasets”: [ “String”, “String”]
{object}.data_type	데이터 세트에 있는 데이터의 유형입니다. 예를 들어 텍스트, 비디오, 이미지 또는 1,2입니다. 데이터 유형: 문자열
{object}.dataset_card	데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 적절한 이해와 사용을 보장하기 위해 데이터 소스, 기능, 사용 목적, 알려진 제한 사항 등의 상세 정보를 제공합니다. 데이터 유형: 문자열
{object}.description	AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블의 연결된 기록에 대한 설명입니다. 데이터 유형: 문자열
{object}.documentation	AI 데이터 세트 제품 모델에 대한 설명서입니다. 데이터 유형: 문자열
{object}.managed_by	기존 사용자 [sys_user] 테이블 기록의 관리자 필드 값입니다. 유효한 값은 다음과 같습니다. 사용자 이름 [sys_user] 기록 사용자 [sys_user] 기록 Sys_id 데이터 유형: 문자열
{object}.name	필수 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블에 있는 연결된 기록의 이름입니다. 데이터 유형: 문자열
{object}.provider	필수 회사 [core_company] 테이블에 있는 기존 기록의 제공자 필드 값입니다. 유효한 값은 다음과 같습니다. 회사 이름 [core_company] 기록 회사 [core_company] 기록의 Sys_id 데이터 유형: 문자열
{object}.source	데이터 세트의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. 데이터 세트의 소스에 대한 링크입니다. 일반 텍스트로 된 소스의 세부 정보입니다. 데이터 유형: 문자열 기본값: 비어 있음 또는 null
{object}.state	AI 데이터 세트 자산의 상태입니다. 유효한 값은 다음과 같습니다. 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
{object}.version	연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 28. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 29. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 30. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
400	잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수(JSON 또는 XML)

이름	설명
결과	새로 생성된 AI 데이터 세트 자산의 상세 정보입니다. 데이터 유형: 객체 "result": { "acceptable_usage": {Object}, "base_datasets": [Array], "created": "String", "dataset_card": "String", "data_type": {Object}, "description": "String", "documentation": "String", "display_name": "String", "managed_by": {Object}, "name": "String", "provider": {Object}, "state": "Development", "source": "String", "sys_id": "String", "updated": "String", "version": "String", }
result.acceptable_usage	AI 데이터 세트 자산 기록에 허용되는 사용량입니다. 허용되는 사용은 일반적으로 교육 또는 평가 목적으로 데이터 세트 또는 모델을 사용할 수 있는 방법을 나타냅니다. 데이터 유형: 객체 "acceptable_usage": { "label": "String" "value": "String" }
result.acceptable_usage.레이블	허용되는 사용 값의 레이블을 표시합니다. 데이터 유형: 문자열
result.acceptable_usage.값	허용되는 사용의 숫자 값입니다. 유효한 값은 다음과 같습니다. 1: 교육 2: 평가 데이터 유형: 문자열
result.base_datasets	지정된 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 테이블에 있는 기본 데이터 세트의 이름 또는 sys_id 허용합니다. 데이터 유형: 배열 "base_datasets": ["String", "String"]
결과.생성됨	AI 데이터 세트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.data_type	AI 데이터 세트 자산 기록에 있는 데이터의 유형입니다. 데이터 유형: 객체 "data_type": { "label": "String", "value": "String" }
result.data_type.레이블	데이터 유형 값의 표시 레이블입니다. 데이터 유형: 문자열
result.data_type.값	데이터 세트 자산의 데이터 유형 값입니다. 데이터 유형: 문자열
result.dataset_card	데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 적절한 이해와 사용을 보장하기 위해 데이터 소스, 기능, 사용 목적, 알려진 제한 사항 등의 상세 정보를 제공합니다. 데이터 유형: 문자열
결과.설명	연결된 AI 데이터 세트 제품 모델 기록에 대한 설명입니다. 테이블: AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 데이터 유형: 문자열
result.display_name	AI 데이터 세트 자산 기록의 표시 이름입니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 데이터 유형: 문자열
result.documentation	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록에 대한 설명서입니다. 데이터 유형: 문자열
result.managed_by	AI 데이터 세트 자산 기록을 관리하는 사용자에 대한 세부 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ]
result.managed_by.name	AI 데이터 세트 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.managed_by.sys_id	AI 데이터 세트 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.name	연결된 AI 데이터 세트 제품 모델 기록의 이름입니다. 테이블: AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 데이터 유형: 문자열
결과.제공자	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록의 제공자입니다. 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" }
result.provider.sys_id	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록에 있는 제공자의 Sys_id입니다. 데이터 유형: 문자열
result.provider.name	제공자의 이름입니다. 데이터 유형: 문자열
결과.소스	AI 데이터 세트 자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. 데이터 세트 자산의 소스에 대한 링크입니다. 데이터 세트 자산의 소스에 대한 상세 정보(일반 텍스트)입니다. 예를 들어 제품 또는 웹 사이트의 이름입니다. 데이터 유형: 문자열 기본값: 비어 있음 또는 null
결과.상태	AI 데이터 세트 자산 기록의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.sys_id	AI 데이터 세트 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 데이터 유형: 문자열
결과.업데이트됨	AI 데이터 세트 자산 기록이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.version	연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열
결과.경고	데이터 세트를 생성할 때 존재하는 경고 메시지의 쉼표로 구분된 목록입니다. 이러한 경고는 선택적 매개 변수의 sys_id 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"]

cURL 요청

다음 예는 새 AI 데이터 세트 자산 레코드를 만드는 방법을 보여줍니다.

curl -X POST 'https://instance.servicenow.com/api/sn_ent/asset/ai_dataset' \ 
  -H 'Accept: application/json' \ 
  -H 'Content-Type: application/json' \ 
  -u 'username':'password' \ 
  -d ' { 
  "name": "Dataset One", 
  "description": "Description for dataset ", 
  "provider": "servicenow", 
  "version": "V1", 
  "state": 31, 
  “source”: “Source of dataset” 
  "documentation": "document", 
  “dataset_card”: “Dataset Card”, 
  “base_datasets”: [ “Dataset Two”, “Dataset Three”], 
  “data_type”: “1,2”, 
  “acceptable_usage”: “1,2”, 
  "managed_by": "abel.tuter" 
}'

응답 본문. 새로 만든 데이터 세트 자산 기록의 결과입니다.

{ 
  "result": { 
    "asset": { 
      "sys_id": "da8393eb40d25210f877b00c113d1fc1", 
      "display_name": "ServiceNow Closed Incidents", 
      "name": "Closed Incidents", 
      "description": "Incidents with resolution", 
      "documentation": "Sample Documentation", 
      "source": "incident table on servicenow instance", 
      "dataset_card": "Dataset Card", 
      "state": "Deployed", 
      "version": null, 
      "data_type": { 
        "value": "1", 
        "label": "Text" 
      }, 
      "provider": { 
        "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
        "name": "ServiceNow" 
      }, 
      "managed_by": { 
        "sys_id": "undefined", 
        "name": "" 
      }, 
      "acceptable_usage": { 
        "value": "1", 
        "label": "Training" 
      }, 
      "base_datasets": [], 
      "created": "2024-12-12 01:23:03", 
      "updated": "2024-12-12 01:23:03" 
    }, 
    "warnings": [] 
       } 
}

AI 자산 API - POST /sn_ent/asset/ai_prompt

요청 본문에 입력한 상세 정보에 따라 AI 프롬프트 디지털 자산[alm_ai_prompt_digital_asset] 및 AI 프롬프트 제품 모델[cmdb_ai_promt_product_model] 테이블에 새 AI 프롬프트 자산 항목을 생성합니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_prompt

기본 URL: /api/sn_ent/asset/ai_prompt

지원되는 요청 매개변수

표 31. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열

표 32. 쿼리 매개변수

이름	설명
안 함

표 33. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
객체	필수 업데이트할 AI 프롬프트 자산의 컨텐츠입니다. 데이터 유형: 객체 { "ai_model": "String", "description": "String", "documentation": "String", "managed_by": "String" "name": "String", "prompt_info": "String", "provider": "String", "state": Number, "version": "String" }
ai_model	AI 모델 디지털 자산[alm_ai_model_digital_asset] 테이블에 있는 기존 기록의 AI 모델 필드 값입니다. 유효한 값은 다음과 같습니다. AI 모델 디지털 자산 [alm_ai_model_digital_asset] 기록의 이름 AI 모델 디지털 자산[alm_ai_model_digital_asset] 기록 Sys_id 데이터 유형: 문자열 기본값: 빈 문자열
설명	AI 프롬프트 제품 모델에 제공하는 설명입니다. 테이블: AI 프롬프트 제품 모델 [cmdb_ai_prompt_product_model] 데이터 유형: 문자열 기본값: 빈 문자열
문서	AI 프롬프트 제품 모델에 대한 설명서입니다. 데이터 유형: 문자열 기본값: 빈 문자열
managed_by	사용자 [sys_user] 테이블에 있는 기존 기록의 관리자 필드 값입니다. 유효한 값은 다음과 같습니다. 사용자 이름 [sys_user] 기록 사용자 [sys_user] 기록 Sys_id 데이터 유형: 문자열 기본값: 빈 문자열
이름	필수 AI 프롬프트 제품 모델 [cmdb_ai_prompt_product_model] 테이블에 있는 연결된 기록의 이름입니다. 데이터 유형: 문자열 기본값: 빈 문자열
prompt_info	AI 프롬프트 자산에 대한 프롬프트 정보입니다. 데이터 유형: 문자열 기본값: 빈 문자열
제공자	필수 회사 [core_company] 테이블에 있는 기존 기록의 제공자 필드 값입니다. 유효한 값은 다음과 같습니다. 회사 이름 [core_company] 기록 회사 [core_company] 기록의 Sys_id 데이터 유형: 문자열
상태	AI 모델 자산에 적용할 상태입니다. 예: 유효한 값은 다음과 같습니다. 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
버전	AI 프롬프트 제품 모델을 할당할 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열 기본값: 빈 문자열

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 34. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 35. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 36. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
400	잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수(JSON 또는 XML)

이름	설명
결과	새 AI 자산 프롬프트의 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array] }
결과.자산	새로 생성된 항목에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "ai_model": [Array], "ai_prompts": [Array] "created": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": String, "managed_by": Object, "name": "String", "provider": Object, "state": "String", "sys_id": "String", "updated": "String", "version": "String", "warnings": [Array] }
result.asset.ai_model	AI 시스템 자산 [cmdb_ai_ system_asset_model] 테이블 기록의 AI 모델 목록입니다. 데이터 유형: 배열 "ai_model": [ { "name": "String", "sys_id": "String" } ]
result.asset.ai_models.name	AI 시스템 디지털 자산 [alm_ai_system_digital_asset] 테이블 기록의 이름입니다. 데이터 유형: 문자열
result.asset.ai_models.sys_id	AI 시스템 디지털 자산[alm_ai_system_digital_asset] 테이블 기록의 Sys_id입니다. 데이터 유형: 문자열
result.asset.ai_prompts	AI 시스템 자산 기록의 AI 프롬프트 목록입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 배열 "ai_prompts": [ { "name": "String", "sys_id": "String" } ]
result.asset.ai_prompts.name	AI 프롬프트의 이름입니다. 데이터 유형: 문자열
result.asset.ai_prompts.sys_id	AI 시스템 디지털 자산[alm_ai_system_digital_asset] 테이블 기록의 Sys_id입니다. 데이터 유형: 문자열
결과.자산.생성됨	AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.자산.설명	연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
result.asset.display_name	AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
결과.자산.설명서	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록에 대한 설명서입니다. 데이터 유형: 문자열
result.asset.evaluation_datasets	AI 시스템 자산 모델을 평가하는 데 사용되는 AI 데이터 세트의 sys_ids 또는 표시 이름 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ]
result.asset.evaluation_datasets.name	AI 데이터 세트 디지털 자산의 이름입니다. 데이터 유형: 문자열
result.asset.evaluation_datasets.sys_id	AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
result.asset.evaluation_metrics_report	AI 시스템 자산의 평가 결과입니다. 가능한 값: 결과를 요약한 상세 정보(일반 텍스트) 특정 결과에 대한 링크 데이터 유형: 문자열
result.asset.managed_by	자산을 관리하는 사용자에 대한 상세 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ]
result.asset.managed_by.name	AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.managed_by.sys_id	AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.name	연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
결과.자산.제공자	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록의 제공자 필드 값입니다. 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" }
result.asset.provider.name	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록의 제공자 이름입니다. 데이터 유형: 문자열
result.asset.provider.sys_id	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록에 있는 제공자의 Sys_id입니다. 데이터 유형: 문자열
결과.자산.상태	AI 모델 자산의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.asset.sys_id	AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
결과.자산.업데이트됨	AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.경고	쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개 변수의 sys_id 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"]

cURL 요청

다음 예제에서는 POST 메서드를 사용하여 요청 본문에 제공된 세부 정보에 따라 새 AI 프롬프트를 만드는 방법을 보여줍니다.

curl -X POST 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt' \ 
  -H 'Accept: application/json' \ 
  -H 'Content-Type: application/json' \ 
  -u 'username':'password' \ 
  -d '{ 
  "name": "Incident Summarization prompt1", 
  "description": "Prompt for Incident Summarization", 
  "provider": "servicenow", 
  "version": "V1", 
  "state": 31, 
  "documentation": "Document", 
  "ai_model": "mixtral-instruct", 
  "prompt_info": "Provide incident summary using short_decription, state, worknotes", 
  "managed_by": "abel.tuter" 
 }'

응답 본문.

{ 
  "result": { 
    "asset": { 
      "sys_id": "9833721b331e92101c9aca989d5c7bf0", 
      "display_name": "ServiceNow Incident Summarization prompt1 V1", 
      "name": "Incident Summarization prompt1", 
      "description": "Prompt for Incident Summarization", 
      "version": "V1", 
      "provider": { 
        "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
        "name": "ServiceNow" 
      }, 
      "documentation": "Document", 
      "state": "Deployed", 
      "ai_model": { 
        "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2", 
        "name": "mixtral-instruct" 
      }, 
      "prompt_info": "Provide incident summary using short_decription, state, worknotes", 
      "managed_by": { 
        "sys_id": "62826bf03710200044e0bfc8bcbe5df1", 
        "name": "Abel Tuter" 
      }, 
      "created": "2024-12-11 04:23:17", 
      "updated": "2024-12-11 04:23:17" 
    }, 
    "warnings": [] 
  } 
}

AI 자산 API - POST /sn_ent/asset/ai_model

요청 본문에 입력한 세부 정보에 따라 AI 모델 디지털 자산[alm_ai_model_digital_asset] 및 AI 모델 제품 모델[cmdb_ai_model_product_model] 테이블에 새 AI 모델 자산 항목을 생성합니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_model

기본 URL: /api/sn_ent/asset/ai_model

지원되는 요청 매개변수

표 37. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열

표 38. 쿼리 매개변수

이름	설명
안 함

표 39. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
{객체}	필수 새 자산 모델 기록에 적용할 상세 정보입니다. 데이터 유형: 객체 "object": { "base_model": {Object}, "context_window:" "String", "deployment_guideline": "String", "description": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": "String", "model_size_in_mb": "String", "model_weights_info": "String", "name": "String", "parameters_info": "String", "provider": "String", "required_infrastructure": "String", "source": "String", "state": Number, "supported_languages: [Array], "training_datasets": [Array], "training_procedure": "String", "version": "String" }
{object}.base_model	이 모델 버전이 파생된 AI 모델입니다. 주: 조직 내에서 개발된 모델에만 적용할 수 있습니다. 데이터 유형: 객체 { "name": "String", "sys_id": "String" }
{object}.base_model.name	이 AI 모델을 모델링할 AI 모델 자산의 이름입니다. 데이터 유형: 문자열
{object}.base_model.sys_id	이 AI 모델을 모델링할 AI 모델 자산의 Sys_id입니다. 테이블: AI 모델 디지털 자산 [alm_ai_dataset_digital_asset] 데이터 유형: 문자열 기본값: 빈 문자열
{object}.context_window	모델이 처리할 수 있는 입력 시퀀스의 크기(즉, 토큰 수)입니다. 데이터 유형: 정수 기본값: 빈 값
{object}.deployment_guideline	조직 내에서 개발 및 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열 기본값: 빈 문자열
{object}.description	AI 모델 제품 모델에 부여한 설명입니다. 업데이트된 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열 기본값: 빈 문자열
{object}.documentation	AI 모델 제품 모델에 대한 문서입니다. 데이터 유형: 문자열 기본값: 빈 문자열
{object}.evaluation_datasets	모델을 평가하는 데 사용되는 AI 데이터 세트의 AI 데이터 세트 또는 표시 이름의 쉼표로 구분된 sys_ids목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 모델 자산[alm_ai_model_digital_asset] 데이터 유형: 배열 "evaluation_datasets": ["String", "String"] 유효한 값은 다음과 같습니다. AI 데이터 세트 디지털 자산 기록의 이름입니다. AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. 기본값: 빈 문자열
{object}.evaluation_metrics_report	AI 모델 디지털 자산 기록의 텍스트 필드 내에 있는 평가 결과에 대한 참조입니다. 예: Testing results: link to the result document Details: Accuracy: 85% Hallucination: 10% Eval Run 1: link Eval Run 2: link 테이블: AI 모델 디지털 자산[alm_ai_model_digital_asset] 데이터 유형: 문자열 기본값: 빈 문자열
{object}.managed_by	사용자 [sys_user] 테이블에 있는 기존 기록의 "관리자" 필드 값입니다. 유효한 값은 다음과 같습니다. 사용자 이름 [sys_user] 기록 사용자 [sys_user] 기록 Sys_id 데이터 유형: 문자열 기본값: 빈 문자열
{object}.model_size_in_mb	모델의 크기(MB)입니다. 조직 내에서 개발 및 배포된 모델에 주로 적용할 수 있습니다. 데이터 유형: 숫자 기본값: null 또는 비어 있음
{object}.model_weights_info	추가 모델 정보입니다(사용 가능한 경우). 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 데이터 유형: 문자열 기본값: null 또는 비어 있음
{object}.name	필수 AI 모델 제품 모델의 이름입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열 기본값: null 또는 비어 있음
{object}.parameters_info	모델에 대해 제공된 매개변수 수입니다. 데이터 유형: 문자열 기본값: 빈 문자열
{object}.provider	필수 회사 [core_company] 테이블에 있는 기존 기록의 "제공자" 필드 값입니다. 이 제공자를 새 AI 모델에 할당합니다. 유효한 값은 다음과 같습니다. 회사 이름 [core_company] 기록 회사 [core_company] 기록의 Sys_id 데이터 유형: 문자열 기본값: 빈 문자열
{object}.required_infrastructure	모델 배포를 위한 인프라 요구 사항에 대한 설명서입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 세부 정보입니다. 주로 조직 내에 배포된 모델에 적용할 수 있습니다. 데이터 유형: 문자열 기본값: 비어 있음 또는 null
{object}.source	모델을 만든 사람 또는 항목의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. 모델의 소스에 대한 링크입니다. 예를 들어 https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1 또는 Github에 대한 링크입니다. 일반 텍스트로 된 소스의 세부 정보입니다. 예: Microsoft Azure 데이터 유형: 문자열 기본값: 비어 있음 또는 null
{object}.state	AI 모델 자산에 적용할 상태입니다. 유효한 값은 다음과 같습니다. 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
{object}.supported_languages	AI 모델에서 지원하는 쉼표로 구분된 언어 목록입니다. 데이터 유형: 배열 "supported_languages": [ "String", "String" ] 유효한 값은 다음과 같습니다. 언어 [sys_language] 기록 Sys_id 언어 이름 [sys_language] 기록입니다. 예: "프랑스어", "영어". 기본값: 빈 문자열
{object}.training_datasets	AI 모델을 교육하는 데 사용되는 데이터 세트입니다. AI 데이터 세트 자산 [alm_ai_dataset_digital_asset] 테이블의 쉼표로 구분된 sys_ids 또는 표시 이름 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 데이터 유형: 배열 "training_datasets": [ "String", "String" ] 기본값: 빈 문자열
{object}.training_procedure	AI 모델에 적용할 교육 유형입니다. 유효한 값은 다음과 같습니다. 1: 의사 결정 트리 2: 심층 신경망 3: 선형 회귀 4: 로지스틱 회귀 5: 임의 포리스트 6: 지도 학습 7: 비지도 학습 8: 강화 학습 9: 전이 학습 10: 준지도 학습 11: 명령 미세 조정 12: 감독 미세 조정 데이터 유형: 숫자로 표시된 문자열(예: "3") 기본값: 1: 의사 결정 트리
{object}.version	AI 모델 제품 모델의 버전입니다. 예를 들어 V2입니다. 데이터 유형: 문자열 기본값: 빈 문자열

응답 본문 매개변수(JSON 또는 XML)

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 40. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 41. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 42. 상태 코드

상태 코드	설명
201	성공입니다. 요청이 성공적으로 처리되었습니다.
400	잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수(JSON 또는 XML)

이름	설명
결과	AI 모델 자산 생성 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array], }
결과.자산	생성된 AI 모델 자산에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "base_model": Object, "context_window": String, "created": "String", "deployment_guideline": String, "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": Array, "evaluation_metrics_report": String, "managed_by": Object, "model_size_in_mb": String, "name": "String", "parameters_info": "String", "provider": Object, "required_infrastructure": String, "state": "String", "source": String, "supported_languages": Array, "sys_id": "String", "training_datasets": Array, "training_procedure": String, "updated": "String", "version": "String" }
result.asset.base_model	이 버전이 파생된 AI 모델 자산에 대한 정보입니다. 데이터 유형: 객체 "base_model": { "name": "String", "sys_id": "String" }
result.asset.base_model.name	AI 모델 자산의 표시 이름입니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 데이터 유형: 문자열
result.asset.base_model.sys_id	AI 모델 자산의 Sys_id입니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 데이터 유형: 문자열
result.asset.context_window	모델이 처리할 수 있는 입력 시퀀스의 크기입니다. 즉, 토큰의 수입니다. 데이터 유형: 숫자로 표시된 문자열입니다. 예: "6000".
결과.자산.생성됨	AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.asset.deployment_guideline	조직 내에서 개발 및 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열
결과.자산.설명	연결된 AI 모델 제품 모델 기록에 대한 설명입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
result.asset.display_name	AI 모델 자산 기록의 표시 이름입니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset](display_name 필드) 데이터 유형: 문자열
결과.자산.설명서	연결된 AI 모델 제품 모델 기록의 문서입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
result.asset.evaluation_datasets	모델을 평가하는 데 사용되는 AI 모델 디지털 자산의 AI 데이터 세트의 쉼표로 구분된 sys_ids 또는 표시 이름 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 모델 디지털 자산[alm_ai_model_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ]
result.evaluation_datasets.name	AI 데이터 세트 디지털 자산의 이름입니다. 데이터 유형: 문자열
result.evaluation_datasets.sys_id	AI 모델 디지털 자산 기록의 Sys_id입니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 데이터 유형: 문자열
result.asset.evaluation_metrics_report	평가 결과에 대한 참조입니다. 가능한 값: 결과를 요약한 상세 정보(일반 텍스트) 특정 결과에 대한 링크 데이터 유형: 문자열
result.asset.managed_by	AI 모델 자산 기록을 관리하는 사용자입니다. 데이터 유형: 객체 " managed_by": { "name": "String", "sys_id": "String" }
result.asset.managed_by.name	AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.managed_by.sys_id	AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.model_size_in_mb	모델의 크기(MB)입니다. 일반적으로 조직 내에서 개발 및 배포된 모델에 적용할 수 있습니다. 데이터 유형: 숫자
result.asset.name	연결된 AI 모델 제품 모델 기록의 이름입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
결과.자산.제공자	연결된 AI 모델 제품 모델 기록의 제공자입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 객체 "provider": { "name": "String", "sys_id": "String" }
result.asset.provider.name	제공자의 이름입니다. 데이터 유형: 문자열
result.asset.provider.sys_id	연결된 AI 모델 제품 모델 기록의 제공자에 해당하는 회사 [core_company] 테이블의 기록 Sys_id입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
결과.자산.소스	자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. 모델의 소스에 대한 링크입니다. 예를 들어 https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1 또는 Github에 대한 링크입니다. 일반 텍스트로 된 소스의 세부 정보입니다. 예: Microsoft Azure 데이터 유형: 문자열
결과.자산.상태	AI 모델 자산 기록의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.asset.supported_languages.name	지원되는 언어의 이름입니다. 테이블: 언어 [sys_language] 데이터 유형: 문자열
result.asset.supported_languages.sys_id	지원되는 언어의 Sys_id입니다. 테이블: 언어 [sys_language] 데이터 유형: 문자열
result.asset.sys_id	AI 모델 자산 기록의 Sys_id 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 데이터 유형: 문자열
result.asset.training_datasets	모델 학습에 사용되는 1+ 관련 데이터 세트에 대한 참조입니다. 데이터 유형: 배열 "training_datasets": [ { "name": "String", "sys_id": "String" } ]
result.asset.training_procedure	모델에 적용된 AI 교육의 유형입니다. 가능한 값: 1: 의사 결정 트리 2: 심층 신경망 3: 선형 회귀 4: 로지스틱 회귀 5: 임의 포리스트 6: 지도 학습 7: 비지도 학습 8: 강화 학습 9: 전이 학습 10: 준지도 학습 11: 명령 미세 조정 12: 감독 미세 조정 데이터 유형: 문자열
결과.자산.업데이트됨	AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.자산.버전	연결된 AI 모델 제품 모델 기록의 버전입니다. 테이블: AI 모델 제품 모델[cmdb_ai_model_product_model 테이블] 데이터 유형: 문자열
result.required_infrastructure	모델 배포를 위한 인프라 요구 사항에 대한 설명서입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 세부 정보입니다. 데이터 유형: 문자열
result.asset.parameters_info	학습 프로세스 중에 학습하는 교육 데이터의 속성입니다. 예: 7B 또는 30B. 데이터 유형: 문자열
result.asset.supported_languages	AI 모델 자산에서 지원하는 언어에 대한 상세 정보입니다. 테이블: 언어 [sys_language] 데이터 유형: 객체 "supported_languages": [ { "name": "String", "sys_id": "String" } ]
결과.경고	쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 유효성 검사일 수 있습니다(예: 선택적 매개변수의 sysId가 잘못된 경우). 데이터 유형: 배열 "warnings": ["String"]

cURL 요청

다음 예에서는 요청 본문에 제공된 세부 정보에 따라 AI 모델 자산을 생성합니다.

curl -X POST 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt' \ 
  -H 'Accept: application/json' \ 
  -H 'Content-Type: application/json' \ 
  -u 'username':'password' \ 
  -d ' {
  "name": "Now LLM",
  "description": "enables text-to-text like question answering and summarization",
  "provider": "servicenow",
  "documentation": "Now LLM V5 Documentation",
  "version": "V8",
  "parameters_info": "7B",
  "supported_languages": [
    "English",
    "French"
  ],
  "model_size_in_mb": "87",
  "deployment_guideline": "Deployed on ServiceNow infrastructure",
  "source": "https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1",
  "training_procedure": "2",
  "context_window": "8000",
  "state": "31",
  "base_model": "Servicenow Now LLM V6",
  "model_weights_info": "refer to weights and biases project",
  "required_infrastructre": "GPUs needed: 1, GPU Type: A100",
  "training_datasets": [
    "Servicenow Open Incidents"
  ],
  "evaluation_datasets": [
    "Servicenow Open Incidents"
  ],
  "evaluation_metrics_report": "Testing results: See files attached to this record",
  "managed_by": "abel.tuter"
}'

응답 본문에는 결과 sys_id 포함하여 새로 생성된 AI 모델 자산에 대한 상세 정보가 표시됩니다.

{
  "result": {
    "asset": {
      "sys_id": "a438d170ff96da10c1fbffffffffffd5",
      "display_name": "ServiceNow Now LLM V6",
      "name": "Now LLM",
      "description": "enables text-to-text like question answering and summarization",
      "version": "V8",
      "provider": {
        "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
        "name": "ServiceNow"
      },
      "documentation": "Now LLM V5 Documentation",
      "parameters_info": "7B",
      "supported_languages": [
        {
          "sys_id": "914493a30f320010e96b0e4fef767e90",
          "name": "English"
        }
      ],
      "model_size_in_mb": "87",
      "deployment_guideline": "Deployed on ServiceNow infrastructure",
      "source": "https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1",
      "training_procedure": "2",
      "context_window": "8000",
      "state": "Deployed",
      "required_infrastructure": "Servicenow Instance",
      "base_model": {
        "sys_id": "a438d170ff96da10c1fbffffffffffd5",
        "name": "ServiceNow Now LLM V8"
      },
      "evaluation_datasets": [
        {
          "sys_id": "45cb45baff06d610c1fbffffffffffa9",
          "name": "ServiceNow Open Incidents"
        }
      ],
      "training_datasets": [
        {
          "sys_id": "45cb45baff06d610c1fbffffffffffa9",
          "name": "ServiceNow Open Incidents"
        }
      ],
      "evaluation_metrics_report": "Testing results: See files attached to this record",
      "managed_by": {
        "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
        "name": "Abel Tuter"
      },
      "created": "2024-12-03 16:50:53",
      "updated": "2024-12-12 15:56:28"
    },
    "warnings": [
      "Reference record 'French' not found for supported_languages in table sys_language"
    ]
  }
}

AI 자산 API - POST /sn_ent/asset/ai_system

요청 본문에 입력한 세부 정보에 따라 AI 시스템 디지털 자산[alm_ai_system_digital_asset] 및 AI 시스템 제품 모델[cmdb_ai_system_product_model] 테이블에 새 AI 시스템 자산 항목을 생성합니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_system

기본 URL: /api/sn_ent/asset/ai_system

지원되는 요청 매개변수

표 43. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열

표 44. 쿼리 매개변수

이름	설명
안 함

표 45. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
객체	필수 AI 시스템에서 업데이트할 상세 정보입니다. 데이터 유형: 객체 { "name": "String", "description": "String", "provider": "String", "version": "String", "state": Number, "documentation": "String", "ai_models": "String", "ai_prompts": "Strings", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": "String" }
object.name	필수 AI 시스템 제품 모델의 이름입니다. 데이터 유형: 문자열
object.description	AI 시스템 제품 모델에 대한 설명입니다. 데이터 유형: 문자열
객체.공급자	필수 기존 회사 [core_company] 테이블 기록의 제공자 필드 값입니다. 유효한 값은 다음과 같습니다. 회사 이름 [core_company] 기록 회사 [core_company] 기록의 Sys_id 데이터 유형: 문자열
Object.State	AI 시스템 자산에 적용할 상태입니다. 유효한 값은 다음과 같습니다. 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열 기본값: 빈 문자열
object.version	AI 시스템 제품 모델의 버전입니다. 예를 들어 V2입니다. 데이터 유형: 문자열 기본값: 빈 문자열
object.documentation	AI 시스템 자산에 대한 문서입니다. 데이터 유형: 문자열 기본값:
object.ai_models	쉼표로 구분된 문자열 목록입니다. 여기서 각 문자열은 기존 AI 모델 디지털 자산 기록의 AI 모델 필드 값을 나타냅니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 유효한 값은 다음과 같습니다. AI 모델 디지털 자산 기록의 이름입니다. AI 모델 디지털 자산 기록의 Sys_id입니다. 데이터 유형: 문자열 기본값: 빈 문자열
object.evaluation_datasets	AI 시스템 자산 기록을 평가하는 데 사용되는 AI 데이터 세트의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 시스템 자산[AI 시스템 디지털 자산 alm_ai_system_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [{String", "String"}] 유효한 값은 다음과 같습니다. AI 데이터 세트 디지털 자산 기록의 이름입니다. AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. 기본값: 빈 문자열
object.evaluation_metrics_report	AI 시스템 자산 기록의 텍스트 필드 내에 있는 평가 결과에 대한 참조입니다. 예: Testing results: link to the result document Details: Accuracy: 85% Hallucination: 10% Eval Run 1: link Eval Run 2: link 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열 기본값: 빈 문자열
object.managed_by	기존 사용자[sys_user] 테이블 기록의 "관리자" 필드 값입니다. 유효한 값은 다음과 같습니다. 사용자 이름 [sys_user] 기록 사용자 [sys_user] 기록 Sys_id 데이터 유형: 문자열 기본값: 빈 문자열

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 46. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 47. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 48. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
400	잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수(JSON 또는 XML)

이름	설명
결과	새 AI 시스템 자산의 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array] }
결과.자산	새로 생성된 항목에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "ai_model": [Array], "ai_prompts": [Array] "created": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": [Array], "evaluation_metrics_report": String, "managed_by": Object, "name": "String", "provider": Object, "state": "String", "sys_id": "String", "updated": "String", "version": "String", "warnings": [Array] }
result.asset.ai_models	AI 시스템 디지털 자산 [alm_ai_system_digital_asset] 기록의 AI 모델 목록입니다. 데이터 유형: 배열 "ai_models": [ { "name": "String", "sys_id": "String" } ]
result.asset.ai_models.name	AI 시스템 디지털 자산 [alm_ai_system_digital_asset] 테이블 기록의 이름입니다. 데이터 유형: 문자열
result.asset.ai_models.sys_id	AI 시스템 디지털 자산[alm_ai_system_digital_asset] 테이블 기록의 Sys_id입니다. 데이터 유형: 문자열
result.asset.ai_prompts	AI 시스템 디지털 자산 [alm_ai_system_digital_asset] 기록의 AI 프롬프트 목록입니다. 데이터 유형: 배열 "ai_prompts": [ { "name": "String", "sys_id": "String" } ]
result.asset.ai_prompts.name	AI 프롬프트의 이름입니다. 데이터 유형: 문자열
result.asset.ai_prompts.sys_id	AI 시스템 디지털 자산[alm_ai_system_digital_asset] 테이블 기록의 Sys_id입니다. 데이터 유형: 문자열
결과.자산.생성됨	AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.자산.설명	연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
result.asset.display_name	AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
결과.자산.설명서	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록에 대한 설명서입니다. 데이터 유형: 문자열
result.asset.evaluation_datasets	AI 시스템 자산 기록을 평가하는 데 사용되는 AI 데이터 세트 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 시스템 자산[alm_ai_system_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ]
result.asset.evaluation_datasets.name	AI 데이터 세트 디지털 자산의 이름입니다. 데이터 유형: 문자열
result.asset.evaluation_datasets.sys_id	AI 데이터 세트 디지털 자산 [alm_ai_dataset_digital_asset] 테이블 기록의 Sys_id입니다. 데이터 유형: 문자열
result.asset.evaluation_metrics_report	AI 시스템 자산의 평가 결과입니다. 가능한 값: 결과를 요약한 상세 정보(일반 텍스트) 특정 결과에 대한 링크 데이터 유형: 문자열
result.asset.managed_by	모델을 평가하는 데 사용되는 AI 시스템 자산의 AI 데이터 세트 sys_ids 또는 표시 이름의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ]
result.asset.managed_by.name	AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.managed_by.sys_id	AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.name	연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
결과.자산.제공자	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록의 제공자 필드 값입니다. 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" }
result.asset.provider.name	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록의 제공자 이름입니다. 데이터 유형: 문자열
result.asset.provider.sys_id	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록에 있는 제공자의 Sys_id입니다. 데이터 유형: 문자열
결과.자산.상태	AI 모델 자산의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.asset.sys_id	AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
결과.자산.업데이트됨	AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.자산.버전	연결된 AI 시스템 제품 모델 기록의 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열
결과.자산.경고	쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개 변수의 sys_id 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"]

cURL 요청

다음 예에서는 요청 본문에 포함된 세부 정보를 사용하여 AI 시스템 디지털 자산 및 AI 시스템 제품 모델 테이블에 새 항목을 삽입합니다.

curl -X POST 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt' \ 
  -H 'Accept: application/json' \ 
  -H 'Content-Type: application/json' \ 
  -u 'username':'password' \ 
  -d '{ 
  "name": "Incident Summarization", 
  "description": "Incident Summarization Skill", 
  "provider": "servicenow", 
  "documentation": "Sample Documentation", 
  "version": "V2", 
  "state": 31, 
  "ai_models": [ 
    "llm_generic_small", 
    "mixtral-instruct" 
  ], 
  "ai_prompts": [ 
    "LLM Prompt"   
  ], 
  "evaluation_datasets": [ 
    "Base dataset" 
  ], 
  "evaluation_metrics_report": "Sample Report", 
  "managed_by": "abel.tuter" 
}'

응답 본문.

{ 
  "result": { 
    "asset": { 
      "sys_id": "3b140397435a9210a63d00002fb8f2d7", 
      "display_name": "ServiceNow Incident Summarization V2", 
      "name": "Incident Summarization", 
      "description": "Incident Summarization Skill", 
      "version": "V2", 
      "provider": { 
        "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
        "name": "ServiceNow" 
      }, 
      "documentation": "Sample Documentation", 
      "state": "Deployed", 
      "ai_models": [{  
        "sys_id": "9tgdc7e6eb1e5210aa82fab8bad0cda2",  
        "name": "llm_generic_small"  
      }, 
      {  
        "sys_id": "7efdc7e6eb1e5210aa82fab8bad0cda2",  
        "name": "mixtral-instruct"  
      }], 
      "ai_prompts": [{  
        "sys_id": "7d7dc7e6eb1e5210aa82fab8bad0cda2",  
        "name": "LLM Prompt"  
      }], 
      "evaluation_datasets": [{  
        "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2",  
        "name": "Base dataset"  
      }], 
      "evaluation_metrics_report": "Sample Report", 
      "managed_by": { 
        "sys_id": "62826bf03710200044e0bfc8bcbe5df1", 
        "name": "Abel Tuter" 
      }, 
      "created": "2024-12-11 18:23:09", 
      "updated": "2024-12-11 18:23:09" 
    }, 
    "warnings": [] 
  } 
}

AI 자산 API - PUT /sn_ent/asset/ai_dataset/{sys_id}

요청 본문에 입력한 정보에 따라 특정 AI 데이터 세트 자산 기록의 데이터를 업데이트합니다.

주:

업데이트하려는 특정 데이터에 대한 매개변수-값 쌍만 제공합니다. 이 엔드포인트는 요청에서 전송되는 모든 매개변수의 데이터를 덮어씁니다.

이 AI 자산 API - GET /sn_ent/asset/ai_dataset/{sys_id} 메서드를 사용하여 지정된 ID로 기존 AI 데이터 세트 기록을 검색합니다. 그런 다음 이 PUT 메서드를 사용하여 동일한 ID 정보를 사용하여 데이터 세트의 값을 업데이트할 수 있습니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_dataset/{sys_id}

기본 URL: /api/sn_ent/asset/ai_dataset/{sys_id}

지원되는 요청 매개변수

표 49. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열
sys_id	AI 데이터 세트 자산 [alm_ai_dataset_digital_asset] 테이블에 있는 자산의 Sys_id입니다. 데이터 유형: 문자열

표 50. 쿼리 매개변수

이름	설명
안 함

표 51. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
{객체}	{ "acceptable_usage": "String", "base_datasets": [Array], "dataset_card": "String" "data_type": "String", "description": "String", "documentation": "String", "managed_by": "String", "name": "String", "provider": "String", "state": "String" "source": "String", "version": "String" }
{object}.acceptable_usage	일반적으로 교육 또는 평가 목적으로 데이터 세트 또는 모델을 사용할 수 있는 방법을 결정합니다. 유효한 값은 다음과 같습니다. 1: 교육 2: 평가 데이터 유형: 문자열
{object}.base_datasets	이 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 테이블에 있는 데이터 세트의 이름 또는 sys_ids 허용합니다. 데이터 유형: 배열 “base_datasets”: [ “String”, “String”]
{object}.data_type	데이터 세트에 있는 데이터의 유형입니다. 예를 들어 텍스트, 비디오, 이미지 또는 1,2입니다. 데이터 유형: 문자열
{object}.dataset_card	데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 적절한 이해와 사용을 보장하기 위해 데이터 소스, 기능, 사용 목적, 알려진 제한 사항 등의 상세 정보를 제공합니다. 데이터 유형: 문자열
{object}.description	AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블의 연결된 기록에 대한 설명입니다. 데이터 유형: 문자열
{object}.documentation	AI 데이터 세트 제품 모델에 대한 설명서입니다. 데이터 유형: 문자열
{object}.managed_by	기존 사용자 [sys_user] 테이블 기록의 관리자 필드 값입니다. 유효한 값은 다음과 같습니다. 사용자 이름 [sys_user] 기록 사용자 [sys_user] 기록 Sys_id 데이터 유형: 문자열
{object}.name	필수 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블에 있는 연결된 기록의 이름입니다. 데이터 유형: 문자열
{object}.provider	필수 회사 [core_company] 테이블에 있는 기존 기록의 제공자 필드 값입니다. 유효한 값은 다음과 같습니다. 회사 이름 [core_company] 기록 회사 [core_company] 기록의 Sys_id 데이터 유형: 문자열
{object}.source	데이터 세트의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. 데이터 세트의 소스에 대한 링크입니다. 일반 텍스트로 된 소스의 세부 정보입니다. 데이터 유형: 문자열 기본값: 비어 있음 또는 null
{object}.state	AI 데이터 세트 자산의 상태입니다. 유효한 값은 다음과 같습니다. 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
{object}.version	연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 52. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 53. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 54. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
400	잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다.
404	찾을 수 없습니다. 요청한 항목을 찾을 수 없습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수(JSON 또는 XML)

이름	설명
결과	새로 생성된 AI 데이터 세트 자산의 상세 정보입니다. 데이터 유형: 객체 "result": { "acceptable_usage": {Object}, "base_datasets": [Array], "created": "String", "dataset_card": "String", "data_type": {Object}, "description": "String", "documentation": "String", "display_name": "String", "managed_by": {Object}, "name": "String", "provider": {Object}, "state": "Development", "source": "String", "sys_id": "String", "updated": "String", "version": "String", }
result.acceptable_usage	AI 데이터 세트 자산 기록에 허용되는 사용량입니다. 허용되는 사용은 일반적으로 교육 또는 평가 목적으로 데이터 세트 또는 모델을 사용할 수 있는 방법을 나타냅니다. 데이터 유형: 객체 "acceptable_usage": { "label": "String" "value": "String" }
result.acceptable_usage.레이블	허용되는 사용 값의 레이블을 표시합니다. 데이터 유형: 문자열
result.acceptable_usage.값	허용되는 사용의 숫자 값입니다. 유효한 값은 다음과 같습니다. 1: 교육 2: 평가 데이터 유형: 문자열
result.base_datasets	지정된 데이터 세트를 빌드하는 데 필요한 기본 데이터 세트의 쉼표로 구분된 목록입니다. AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 테이블에 있는 기본 데이터 세트의 이름 또는 sys_id 허용합니다. 데이터 유형: 배열 "base_datasets": ["String", "String"]
결과.생성됨	AI 데이터 세트 자산 기록이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.data_type	AI 데이터 세트 자산 기록에 있는 데이터의 유형입니다. 데이터 유형: 객체 "data_type": { "label": "String", "value": "String" }
result.data_type.레이블	데이터 유형 값의 표시 레이블입니다. 데이터 유형: 문자열
result.data_type.값	데이터 세트 자산의 데이터 유형 값입니다. 데이터 유형: 문자열
result.dataset_card	데이터 세트 카드입니다. dataset_card는 AI 데이터 세트의 내용, 구조 및 컨텍스트를 설명하는 메타데이터 문서입니다. 적절한 이해와 사용을 보장하기 위해 데이터 소스, 기능, 사용 목적, 알려진 제한 사항 등의 상세 정보를 제공합니다. 데이터 유형: 문자열
결과.설명	연결된 AI 데이터 세트 제품 모델 기록에 대한 설명입니다. 테이블: AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 데이터 유형: 문자열
result.display_name	AI 데이터 세트 자산 기록의 표시 이름입니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 데이터 유형: 문자열
result.documentation	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록에 대한 설명서입니다. 데이터 유형: 문자열
result.managed_by	AI 데이터 세트 자산 기록을 관리하는 사용자에 대한 세부 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ]
result.managed_by.name	AI 데이터 세트 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.managed_by.sys_id	AI 데이터 세트 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.name	연결된 AI 데이터 세트 제품 모델 기록의 이름입니다. 테이블: AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 데이터 유형: 문자열
결과.제공자	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록의 제공자입니다. 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" }
result.provider.name	제공자의 이름입니다. 데이터 유형: 문자열
result.provider.sys_id	연결된 AI 데이터 세트 제품 모델 [cmdb_ai_dataset_product_model] 테이블 기록에 있는 제공자의 Sys_id입니다. 데이터 유형: 문자열
결과.소스	AI 데이터 세트 자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. 데이터 세트 자산의 소스에 대한 링크입니다. 데이터 세트 자산의 소스에 대한 상세 정보(일반 텍스트)입니다. 예를 들어 제품 또는 웹 사이트의 이름입니다. 데이터 유형: 문자열 기본값: 비어 있음 또는 null
결과.상태	AI 데이터 세트 자산 기록의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.sys_id	AI 데이터 세트 자산 기록의 Sys_id입니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset] 데이터 유형: 문자열
결과.업데이트됨	AI 데이터 세트 자산 기록이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.version	연결된 AI 데이터 세트 제품 모델 기록의 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열
결과.경고	데이터 세트를 생성할 때 존재하는 경고 메시지의 쉼표로 구분된 목록입니다. 이러한 경고는 선택적 매개 변수의 sys_id 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"]

cURL 요청

다음 예제에서는 지정된 ID를 사용하여 AI 데이터 세트 기록의 세부 정보를 업데이트하는 방법을 보여줍니다. 요청 본문에는 업데이트할 매개변수 값이 포함되어 있습니다.

curl -X PUT 'https://instance.servicenow.com/api/sn_ent/asset/ai_dataset/9833721b331e92101c9aca989d5c7bf0' \ 
  -H 'Accept: application/json' \ 
  -H 'Content-Type: application/json' \ 
  -u 'username':'password' \ 
  -d '{ 
  "name": "Dataset One", 
  "description": "Description for dataset ", 
  "provider": "servicenow", 
  "version": "V1", 
  "state": 31, 
  “source”: “Source of dataset” 
  "documentation": "document", 
  “dataset_card”: “Dataset Card”, 
  “base_datasets”: [ “Dataset Two”, “Dataset Three”], 
  “data_type”: “1,2”, 
  “acceptable_usage”: “1,2”, 
  "managed_by": "abel.tuter" 
}'

응답 본문.

{ 
  "result": { 
    "asset": { 
      "sys_id": "da8393eb40d25210f877b00c113d1fc1", 
      "display_name": "ServiceNow Closed Incidents", 
      "name": "Closed Incidents", 
      "description": "Incidents with resolution", 
      "documentation": "Sample Documentation", 
      "source": "incident table on servicenow instance", 
      "dataset_card": "Dataset Card", 
      "state": "Deployed", 
      "version": null, 
      "data_type": { 
        "value": "1", 
        "label": "Text" 
      }, 
      "provider": { 
        "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
        "name": "ServiceNow" 
      }, 
      "managed_by": { 
        "sys_id": "undefined", 
        "name": "" 
      }, 
      "acceptable_usage": { 
        "value": "1", 
        "label": "Training" 
      }, 
      "base_datasets": [], 
      "created": "2024-12-12 01:23:03", 
      "updated": "2024-12-12 01:23:03" 
    }, 
    "warnings": [] 
       } 
}

AI 자산 API - PUT /sn_ent/asset/ai_prompt/{sys_id}

요청 본문에 입력한 정보에 따라 특정 AI 프롬프트 자산 기록의 데이터를 업데이트합니다.

참조:

• AI 자산 API - GET /sn_ent/asset/ai_system/{sys_id}
• AI 자산 API - POST /sn_ent/asset/ai_prompt

주:

업데이트하려는 특정 데이터에 대한 매개변수-값 쌍만 제공합니다. 이 엔드포인트는 요청에서 전송되는 모든 매개변수의 데이터를 덮어씁니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_prompt/{sys_id}

기본 URL: /api/sn_ent/asset/ai_prompt/{sys_id}

지원되는 요청 매개변수

표 55. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열
sys_id	AI 프롬프트 자산 [alm_ai_prompt_digital_asset] 테이블에 있는 자산의 Sys_id입니다. 데이터 유형: 문자열

표 56. 쿼리 매개변수

이름	설명
안 함

표 57. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
객체	필수 업데이트할 AI 프롬프트 자산의 컨텐츠입니다. 데이터 유형: 객체 { "ai_model": "String", "description": "String", "documentation": "String", "managed_by": "String" "name": "String", "prompt_info": "String", "provider": "String", "state": Number, "version": "String" }
ai_model	AI 모델 디지털 자산[alm_ai_model_digital_asset] 테이블에 있는 기존 기록의 AI 모델 필드 값입니다. 유효한 값은 다음과 같습니다. AI 모델 디지털 자산 [alm_ai_model_digital_asset] 기록의 이름 AI 모델 디지털 자산[alm_ai_model_digital_asset] 기록 Sys_id 데이터 유형: 문자열 기본값: 빈 문자열
설명	AI 프롬프트 제품 모델에 제공하는 설명입니다. 테이블: AI 프롬프트 제품 모델 [cmdb_ai_prompt_product_model] 데이터 유형: 문자열 기본값: 빈 문자열
문서	AI 프롬프트 제품 모델에 대한 설명서입니다. 데이터 유형: 문자열 기본값: 빈 문자열
managed_by	사용자 [sys_user] 테이블에 있는 기존 기록의 관리자 필드 값입니다. 유효한 값은 다음과 같습니다. 사용자 이름 [sys_user] 기록 사용자 [sys_user] 기록 Sys_id 데이터 유형: 문자열 기본값: 빈 문자열
이름	필수 AI 프롬프트 제품 모델 [cmdb_ai_prompt_product_model] 테이블에 있는 연결된 기록의 이름입니다. 데이터 유형: 문자열 기본값: 빈 문자열
prompt_info	AI 프롬프트 자산에 대한 프롬프트 정보입니다. 데이터 유형: 문자열 기본값: 빈 문자열
제공자	필수 회사 [core_company] 테이블에 있는 기존 기록의 제공자 필드 값입니다. 유효한 값은 다음과 같습니다. 회사 이름 [core_company] 기록 회사 [core_company] 기록의 Sys_id 데이터 유형: 문자열
상태	AI 모델 자산에 적용할 상태입니다. 예: 유효한 값은 다음과 같습니다. 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
버전	AI 프롬프트 제품 모델을 할당할 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열 기본값: 빈 문자열

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 58. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 59. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 60. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
401	승인되지 않았습니다. 사용자 자격 증명이 잘못되었거나 전달되지 않았습니다.
404	찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수

이름	설명
결과	result: { "asset": {Object}, "warnings": [Array] }
결과.자산	새로 생성된 항목에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "ai_model": Object, "created": "String", "description": "String", "display_name": "String", "documentation": "String", "managed_by": Object, "name": "String", "prompt_info": "String", "provider": Object, "state": "String", "sys_id": "String", "updated": "String", "version": "String", "warnings": [Array] }
result.asset.ai_model	AI 시스템 자산 [cmdb_ai_ system_asset_model] 테이블 기록의 AI 모델 목록입니다. 데이터 유형: 배열 "ai_model": [ { "name": "String", "sys_id": "String" } ]
result.asset.ai_models.name	AI 시스템 디지털 자산 [alm_ai_system_digital_asset] 테이블 기록의 이름입니다. 데이터 유형: 문자열
result.asset.ai_models.sys_id	AI 시스템 디지털 자산[alm_ai_system_digital_asset] 테이블 기록의 Sys_id입니다. 데이터 유형: 문자열
결과.자산.생성됨	AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.자산.설명	연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
result.asset.display_name	AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
결과.자산.설명서	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록에 대한 설명서입니다. 데이터 유형: 문자열
result.asset.managed_by	자산을 관리하는 사용자에 대한 상세 정보입니다. 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ]
result.asset.managed_by.name	AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.managed_by.sys_id	AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.name	연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
result.asset.prompt_info	AI 프롬프트 자산 기록의 프롬프트 정보입니다. 데이터 유형: 문자열
결과.자산.제공자	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록의 제공자 필드 값입니다. 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" }
result.asset.provider.name	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록의 제공자 이름입니다. 데이터 유형: 문자열
result.asset.provider.sys_id	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록에 있는 제공자의 Sys_id입니다. 데이터 유형: 문자열
결과.자산.상태	AI 모델 자산의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.asset.sys_id	AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
결과.자산.업데이트됨	AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.자산.버전	연결된 AI 시스템 제품 모델 기록의 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열
결과.경고	쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개 변수의 sys_id 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"]

cURL 요청

다음 예에서는 요청 본문에 제공된 매개변수 값에 따라 지정된 sys_id 사용하여 AI 프롬프트 자산의 데이터를 업데이트합니다.

curl -X PUT 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt/9833721b331e92101c9aca989d5c7bf0' \
  -H 'Accept: application/json' \
  -H 'Content-Type: application/json' \
  -u 'username':'password' \
  -d '{
  "name": "Incident Summarization prompt1",
  "description": "Prompt for Incident Summarization",
  "provider": "servicenow",
  "version": "V1",
  "state": 31,
  "documentation": "Docuuu",
  "ai_model": "mixtral-instruct",
  "prompt_info": "Provide incident summary using short_decription, state, worknotes",
  "managed_by": "abel.tuter"
 }'

응답 본문:

{
  "result": {
    "asset": {
      "sys_id": "9833721b331e92101c9aca989d5c7bf0",
      "display_name": "ServiceNow Incident Summarization prompt1 V1",
      "name": "Incident Summarization prompt1",
      "description": "Prompt for Incident Summarization",
      "version": "V1",
      "provider": {
        "sys_id": "93d4ecfac0a8000b6294d71b733977fb",
        "name": "ServiceNow"
      },
      "documentation": "Docuuu",
      "state": "Deployed",
      "ai_model": {
        "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2",
        "name": "mixtral-instruct"
      },
      "prompt_info": "Provide incident summary using short_decription, state, worknotes",
      "managed_by": {
        "sys_id": "62826bf03710200044e0bfc8bcbe5df1",
        "name": "Abel Tuter"
      },
      "created": "2024-12-11 04:23:17",
      "updated": "2024-12-11 04:23:17"
    },
    "warnings": []
  }
}

AI 자산 API - PUT /sn_ent/asset/ai_system/{sys_id}

요청 본문에 입력한 정보에 따라 특정 AI 시스템 기록의 데이터를 업데이트합니다.

주:

업데이트하려는 특정 데이터에 대한 매개변수-값 쌍만 제공합니다. 이 엔드포인트는 요청에서 전송되는 모든 매개변수의 데이터를 덮어씁니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_system/{sys_id}

기본 URL: /api/sn_ent/asset/ai_system/{sys_id}

지원되는 요청 매개변수

표 61. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열
sys_id	AI 시스템 디지털 자산[alm_ai_system_digital_asset] 테이블에 있는 자산의 Sys_id입니다. 데이터 유형: 문자열

표 62. 쿼리 매개변수

이름	설명
안 함

표 63. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
객체	필수 AI 시스템에서 업데이트할 상세 정보입니다. 데이터 유형: 객체 { "name": "String", "description": "String", "provider": "String", "version": "String", "state": Number, "documentation": "String", "ai_models": "String", "ai_prompts": "Strings", "evaluation_datasets": [Array], "evaluation_metrics_report": "String", "managed_by": "String" }
object.name	필수 AI 시스템 제품 모델의 이름입니다. 데이터 유형: 문자열
object.description	AI 시스템 제품 모델에 대한 설명입니다. 데이터 유형: 문자열
객체.공급자	필수 기존 회사 [core_company] 테이블 기록의 제공자 필드 값입니다. 유효한 값은 다음과 같습니다. 회사 이름 [core_company] 기록 회사 [core_company] 기록의 Sys_id 데이터 유형: 문자열
Object.State	AI 시스템 자산에 적용할 상태입니다. 유효한 값은 다음과 같습니다. 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열 기본값: 빈 문자열
object.version	AI 시스템 제품 모델의 버전입니다. 예를 들어 V2입니다. 데이터 유형: 문자열 기본값: 빈 문자열
object.documentation	AI 시스템 자산에 대한 문서입니다. 데이터 유형: 문자열 기본값:
object.ai_models	쉼표로 구분된 문자열 목록입니다. 여기서 각 문자열은 기존 AI 모델 디지털 자산 기록의 AI 모델 필드 값을 나타냅니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 유효한 값은 다음과 같습니다. AI 모델 디지털 자산 기록의 이름입니다. AI 모델 디지털 자산 기록의 Sys_id입니다. 데이터 유형: 문자열 기본값: 빈 문자열
object.evaluation_datasets	AI 시스템 자산 기록을 평가하는 데 사용되는 AI 데이터 세트의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 시스템 자산[AI 시스템 디지털 자산 alm_ai_system_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [{String", "String"}] 유효한 값은 다음과 같습니다. AI 데이터 세트 디지털 자산 기록의 이름입니다. AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. 기본값: 빈 문자열
object.evaluation_metrics_report	AI 시스템 자산 기록의 텍스트 필드 내에 있는 평가 결과에 대한 참조입니다. 예: Testing results: link to the result document Details: Accuracy: 85% Hallucination: 10% Eval Run 1: link Eval Run 2: link 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열 기본값: 빈 문자열
object.managed_by	기존 사용자[sys_user] 테이블 기록의 "관리자" 필드 값입니다. 유효한 값은 다음과 같습니다. 사용자 이름 [sys_user] 기록 사용자 [sys_user] 기록 Sys_id 데이터 유형: 문자열 기본값: 빈 문자열

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 64. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. application/json만 지원합니다.
컨텐츠-형식	요청 본문의 데이터 형식입니다. application/json만 지원합니다.

표 65. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 66. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.
400	잘못된 요청입니다. 잘못된 요청 유형 또는 잘못된 형식의 요청이 탐지되었습니다.
404	찾을 수 없습니다. 지정된 sys_id로 자산을 가져오지 못했습니다.
500	내부 서버 오류입니다. 요청을 처리하는 동안 예기치 않은 오류가 발생했습니다. 응답에는 오류에 대한 추가 정보가 포함되어 있습니다.

응답 본문 매개변수(JSON 또는 XML)

이름	설명
결과	업데이트된 AI 시스템 자산의 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array] }
결과.자산	새로 생성된 자산에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "ai_model": [Array], "ai_prompts": [Array] "created": "String", "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": Array, "evaluation_metrics_report": String, "managed_by": Object, "name": "String", "provider": Object, "state": "String", "sys_id": "String", "updated": "String", "version": "String", "warnings": [Array] }
result.ai_models	AI 시스템 디지털 자산[alm_ai_system_digital_asset] 테이블 기록의 AI 모델 목록입니다. 데이터 유형: 배열 "ai_models": [ { "name": "String", "sys_id": "String" } ]
result.ai_models.name	AI 시스템 디지털 자산 기록의 이름입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
result.ai_models.sys_id	AI 시스템 디지털 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
result.ai_prompts	AI 시스템 자산 기록의 AI 프롬프트 목록입니다. 데이터 유형: 배열 "ai_prompts": [ { "name": "String", "sys_id": "String" } ]
result.ai_prompts.name	AI 프롬프트의 이름입니다. 데이터 유형: 문자열
result.ai_prompts.sys_id	AI 프롬프트 디지털 자산 기록의 Sys_id입니다. 테이블: AI 프롬프트 디지털 자산 [alm_ai_prompt_digital_asset] 데이터 유형: 문자열
결과.자산.생성됨	AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.자산.설명	연결된 AI 시스템 제품 모델 기록에 대한 설명입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
result.asset.display_name	AI 시스템 자산 기록의 표시 이름입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
결과.자산.설명서	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록에 대한 설명서입니다. 데이터 유형: 문자열
result.asset.evaluation_datasets	AI 시스템 자산 기록을 평가하는 데 사용되는 AI 데이터 세트 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 시스템 자산[alm_ai_system_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ]
result.asset.evaluation_datasets.name	AI 데이터 세트 디지털 자산의 이름입니다. 데이터 유형: 문자열
result.asset.evaluation_datasets.sys_id	AI 데이터 세트 디지털 자산 [alm_ai_dataset_digital_asset] 테이블 기록의 Sys_id입니다. 데이터 유형: 문자열
result.asset.evaluation_metrics_report	AI 시스템 자산의 평가 결과입니다. 가능한 값: 결과를 요약한 상세 정보(일반 텍스트) 특정 결과에 대한 링크 데이터 유형: 문자열
result.asset.managed_by	모델을 평가하는 데 사용되는 AI 시스템 자산의 AI 데이터 세트 sys_ids 또는 표시 이름의 쉼표로 구분된 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 객체 "managed_by": [ { "name": "String", "sys_id": "String" } ]
result.asset.managed_by.name	AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.managed_by.sys_id	AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.name	연결된 AI 시스템 제품 모델 기록의 이름입니다. 테이블: AI 시스템 제품 모델 [cmdb_ai_system_product_model] 데이터 유형: 문자열
결과.자산.제공자	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록의 제공자 필드 값입니다. 데이터 유형: 객체 provider: { "name": "String", "sys_id": "String" }
result.asset.provider.name	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록의 제공자 이름입니다. 데이터 유형: 문자열
result.asset.provider.sys_id	연결된 AI 시스템 제품 모델 [cmdb_ai_ system_product_model] 테이블 기록에 있는 제공자의 Sys_id입니다. 데이터 유형: 문자열
결과.자산.상태	AI 모델 자산의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.asset.sys_id	AI 시스템 자산 기록의 Sys_id입니다. 테이블: AI 시스템 디지털 자산[alm_ai_system_digital_asset] 데이터 유형: 문자열
결과.자산.업데이트됨	AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.자산.버전	연결된 AI 시스템 제품 모델 기록의 버전 번호입니다. 예를 들어 V2입니다. 데이터 유형: 문자열
결과.자산.경고	쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 선택적 매개 변수의 sys_id 잘못된 경우와 같은 유효성 검사일 수 있습니다. 데이터 유형: 배열 "warnings": ["String"]

cURL 요청

다음 예제에서는 요청 본문에서 업데이트할 세부 정보로 AI 시스템을 업데이트합니다.

curl -X PUT 'https://instance.servicenow.com/api/sn_ent/asset/ai_prompt/3b140397435a9210a63d00002fb8f2d7' \ 
  -H 'Accept: application/json' \ 
  -H 'Content-Type: application/json' \ 
  -u 'username':'password' \ 
  -d '{ 
  "name": "Incident Summarization", 
  "description": "Skill to summarize incident", 
  "provider": "servicenow", 
  "documentation": "Sample Documentation", 
  "version": "V3", 
  "state": 31, 
  "ai_models": [ 
    "llm_generic_small" 
  ], 
  "ai_prompts": [ 
    "LLM Prompt" 
  ], 
  "evaluation_datasets": [ 
    "Base dataset" 
  ], 
  "evaluation_metrics_report": "Sample Report", 
  "managed_by": "abel.tutor" 
}'

응답 본문은 지정된 AI 시스템 sys_id에 적용된 업데이트의 결과를 보여줍니다.

{ 
  "result": { 
    "asset": { 
      "sys_id": "3b140397435a9210a63d00002fb8f2d7", 
      "display_name": "ServiceNow Incident Summarization V2", 
      "name": "Incident Summarization", 
      "description": "Skill to summarize incident", 
      "version": "V3", 
      "provider": { 
        "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
        "name": "ServiceNow" 
      }, 
      "documentation": "Sample Documentation", 
      "state": "Deployed", 
      "ai_models": [{  
       "sys_id": "9tgdc7e6eb1e5210aa82fab8bad0cda2",  
       "name": "llm_generic_small"  
     }], 
      "ai_prompts": [{  
       "sys_id": "7d7dc7e6eb1e5210aa82fab8bad0cda2",  
       "name": "LLM Prompt"  
     }], 
      "evaluation_datasets": [{  
       "sys_id": "9d7dc7e6eb1e5210aa82fab8bad0cda2",  
       "name": "Base dataset"  
     }], 
      "evaluation_metrics_report": "Sample Report", 
      "managed_by": { 
        "sys_id": "a8f98bb0eb32010045e1a5115206fe3a", 
        "name": "Abraham Lincoln" 
      }, 
      "created": "2024-12-11 19:07:13", 
      "updated": "2024-12-11 19:07:42" 
    }, 
    "warnings": [] 
  } 
}

AI 자산 API - PUT /sn_ent/asset/ai_model/{sys_id}

요청 본문에 입력한 정보에 따라 특정 AI 모델 자산 기록의 데이터를 업데이트합니다.

주:

업데이트하려는 특정 데이터에 대한 매개변수-값 쌍만 제공합니다. 이 엔드포인트는 요청에서 전송되는 모든 매개변수의 데이터를 덮어씁니다.

URL 형식

버전이 지정된 URL: /api/sn_ent/{api_version}/asset/ai_model/{sys_id}

기본 URL: /api/sn_ent/asset/ai_model/{sys_id}

지원되는 요청 매개변수

표 67. 경로 매개변수

이름	설명
api_version	옵션입니다. 액세스할 엔드포인트의 버전입니다. 예를 들어 v1 또는 v2입니다. 최신 버전이 아닌 엔드포인트 버전을 사용하려면 이 값만 지정합니다. 데이터 유형: 문자열
sys_id	AI 프롬프트 자산 [alm_ai_prompt_digital_asset] 테이블에 있는 자산의 Sys_id입니다. 데이터 유형: 문자열

표 68. 쿼리 매개변수

이름	설명
안 함

표 69. 요청 본문 매개변수(XML 또는 JSON)

이름	설명
객체	필수 지정된 AI 모델에서 업데이트할 상세 정보입니다. 데이터 유형: 객체 { "base_model": "String", "context_window": "String", "deployment_guideline": "String", "description": "String", "documentation": "String", "evaluation_datasets": "String", "evaluation_metrics_report": "String", "managed_by": "String", "model_size_in_mb": "String", "model_weights_info": "String", "name": "String", "parameters_info": "String", "provider": "String", "required_infrastructure": "String", "state": Number, "supported_languages": "String", "training_datasets": "String", "training_procedure": "String", "version": "String" }
base_model	이 모델 버전이 파생된 AI 모델입니다. 주: 조직 내에서 개발된 모델에만 적용할 수 있습니다. 데이터 유형: 객체 { "name": "String", "sys_id": "String" } 기본값: 빈 객체
base_model.name	이 AI 모델을 모델링할 AI 모델 자산의 이름입니다. 데이터 유형: 문자열
base_model.sys_id	이 AI 모델을 모델링할 AI 모델 자산의 Sys_id입니다. 테이블: AI 모델 디지털 자산 alm_ai_model_digital_asset 데이터 유형: 문자열
context_window	모델이 처리할 수 있는 입력 시퀀스의 크기(즉, 토큰 수)입니다. 데이터 유형: 정수 기본값: 0
deployment_guideline	조직 내에서 개발 및 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열 기본값: 비어 있음
설명	AI 모델 제품 모델에 부여한 설명입니다. 테이블에서 업데이트됨: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열 기본값: 비어 있음
문서	AI 프롬프트 제품 모델 기록의 문서화입니다. 테이블: AI 프롬프트 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열 기본값: 비어 있음
evaluation_datasets	모델을 평가하는 데 사용되는 AI 프롬프트 디지털 자산의 AI 데이터 세트의 쉼표로 구분된 sys_ids 또는 표시 이름 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 프롬프트 디지털 자산[alm_ai_prompt_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [ "String", "String" ] 유효한 값은 다음과 같습니다. AI 데이터 세트 디지털 자산 기록의 이름입니다. AI 데이터 세트 디지털 자산 기록의 Sys_id입니다. 기본값: 빈 문자열
evaluation_metrics_report	AI 데이터 세트 자산 기록의 텍스트 필드 내에 있는 평가 결과에 대한 참조입니다. 예: Testing results: link to the result document Details: Accuracy: 85% Hallucination: 10% Eval Run 1: link Eval Run 2: link 테이블: AI 데이터 세트 자산 [alm_ai_dataset_digital_asset] 데이터 유형: 문자열 기본값: 빈 문자열
managed_by	사용자 [sys_user] 테이블에 있는 기존 기록의 "관리자" 필드 값입니다. 유효한 값은 다음과 같습니다. 사용자 이름 [sys_user] 기록 사용자 [sys_user] 기록 Sys_id 데이터 유형: 문자열 기본값: 비어 있음
model_size_in_mb	모델의 크기(MB)입니다. 조직 내에서 개발 및 배포된 모델에 주로 적용할 수 있습니다. 데이터 유형: 숫자 기본값: 비어 있음
model_weights_info	추가 모델 정보입니다(사용 가능한 경우). 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 데이터 유형: 문자열 기본값: 비어 있음
이름	필수 AI 모델 제품 모델의 이름입니다. 테이블에서 업데이트됨: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
parameters_info	모델에 제공할 매개변수의 수입니다. 데이터 유형: 문자열 기본값: 빈 문자열
제공자	필수 기존 회사 [core_company] 테이블 기록의 "공급자" 필드 값입니다. 이 제공자를 새 AI 모델에 할당합니다. 유효한 값은 다음과 같습니다. 회사 이름 [core_company] 기록 회사 [core_company] 기록의 Sys_id 데이터 유형: 문자열
required_infrastructure	모델 배포를 위한 인프라 요구 사항에 대한 설명서입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 세부 정보입니다. 주로 조직 내에 배포된 모델에 적용할 수 있습니다. 데이터 유형: 문자열 기본값: 비어 있음
소스	모델을 만든 사람 또는 항목의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. 모델의 소스에 대한 링크입니다. 예를 들어 https://huggingface.co/mistralai/model1 또는 Github에 대한 링크입니다. 일반 텍스트로 된 소스의 세부 정보입니다. 예: Microsoft Azure 데이터 유형: 문자열 기본값: 비어 있음 또는 null
상태	AI 모델 자산에 적용할 상태입니다. 유효한 값은 다음과 같습니다. 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
supported_languages	AI 모델에서 지원하는 쉼표로 구분된 언어 목록입니다. 데이터 유형: 배열 "supported_languages": [ "String", "String" ] 유효한 값은 다음과 같습니다. 언어 [sys_language] 기록의 Sys_id 언어 [sys_language] 기록의 이름입니다. 예: "프랑스어", "영어" 기본값: 빈 문자열
training_datasets	모델 학습에 사용되는 1+ 관련 데이터 세트에 대한 참조입니다. AI 데이터 세트 자산 [alm_ai_dataset_digital_asset] 테이블의 쉼표로 구분된 sys_ids 또는 표시 이름 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 데이터 유형: 배열 "training_datasets": [ "String", "String" ] 기본값: 빈 문자열
training_procedure	AI 모델에 적용할 교육 유형입니다. 유효한 값은 다음과 같습니다. 1: 의사 결정 트리 2: 심층 신경망 3: 선형 회귀 4: 로지스틱 회귀 5: 임의 포리스트 6: 지도 학습 7: 비지도 학습 8: 강화 학습 9: 전이 학습 10: 준지도 학습 11: 명령 미세 조정 12: 감독 미세 조정 데이터 유형: 숫자로 표시된 문자열(예: "3") 기본값: 1: 의사 결정 트리
버전	AI 모델 제품 모델의 버전입니다. 예를 들어 V2입니다. 데이터 유형: 문자열 기본값: 비어 있음

머리글

다음 요청 및 응답 헤더는 이 HTTP 작업에만 적용되거나 이 작업에 고유한 방식으로 적용됩니다. REST API에 사용되는 일반 헤더 목록은 지원되는 REST API 헤더를 참조하세요.

표 70. 요청 헤더

헤더	설명
수용	응답 본문의 데이터 형식입니다. 지원되는 유형은 application/json 또는 application/xml입니다. 기본값: application/json

표 71. 응답 헤더

헤더	설명
없음

상태 코드

다음 상태 코드는 이 HTTP 작업에 적용됩니다. REST API에서 사용되는 가능한 상태 코드 목록은 REST API HTTP 응답 코드를 참조하세요.

표 72. 상태 코드

상태 코드	설명
200	성공입니다. 요청이 성공적으로 처리되었습니다.

응답 본문 매개변수(JSON 또는 XML)

이름	설명
결과	AI 모델 자산 생성 결과입니다. 데이터 유형: 객체 "result": { "asset": Object, "warnings": [Array], }
결과.자산	생성된 AI 모델 자산에 대한 상세 정보입니다. 데이터 유형: 객체 "asset": { "base_model": Object, "context_window": String, "created": "String", "deployment_guideline": String, "description": "String", "display_name": "String", "documentation": "String", "evaluation_datasets": Array, "evaluation_metrics_report": String, "managed_by": Object, "model_size_in_mb": String, "name": "String", "parameters_info": "String", "provider": Object, "required_infrastructure": String, "state": "String", "source": String, "supported_languages": Array, "sys_id": "String", "training_datasets": Array, "training_procedure": String, "updated": "String", "version": "String" }
result.asset.base_model	이 버전이 파생된 AI 모델 자산에 대한 정보입니다. 데이터 유형: 객체 "base_model": { "name": "String", "sys_id": "String" }
result.asset.base_model.name	AI 모델 자산의 표시 이름입니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 데이터 유형: 문자열
result.asset.base_model.sys_id	AI 모델 자산의 Sys_id입니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 데이터 유형: 문자열
result.asset.context_window	모델이 처리할 수 있는 입력 시퀀스의 크기입니다. 즉, 토큰의 수입니다. 데이터 유형: 숫자로 표시된 문자열입니다. 예: "6000".
결과.자산.생성됨	AI 모델 자산이 생성된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
result.asset.deployment_guideline	조직 내에서 개발 및 배포된 모델에 적용할 수 있는 지침입니다. 데이터 유형: 문자열
결과.자산.설명	연결된 AI 모델 제품 모델 기록에 대한 설명입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
result.asset.display_name	AI 모델 자산 기록의 표시 이름입니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset](display_name 필드) 데이터 유형: 문자열
결과.자산.설명서	연결된 AI 모델 제품 모델 기록의 문서입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
result.asset.evaluation_datasets	모델을 평가하는 데 사용되는 AI 모델 디지털 자산의 AI 데이터 세트의 쉼표로 구분된 sys_ids 또는 표시 이름 목록입니다. 주로 조직 내에서 개발된 모델에 적용할 수 있습니다. 테이블: AI 데이터 세트 디지털 자산[alm_ai_dataset_digital_asset], AI 모델 디지털 자산[alm_ai_model_digital_asset] 데이터 유형: 배열 "evaluation_datasets": [ { "name": "String", "sys_id": "String" } ]
result.evaluation_datasets.name	AI 데이터 세트 디지털 자산의 이름입니다. 데이터 유형: 문자열
result.evaluation_datasets.sys_id	AI 모델 디지털 자산 기록의 Sys_id입니다. 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 데이터 유형: 문자열
result.asset.evaluation_metrics_report	평가 결과에 대한 참조입니다. 가능한 값: 결과를 요약한 상세 정보(일반 텍스트) 특정 결과에 대한 링크 데이터 유형: 문자열
result.asset.managed_by	AI 모델 자산 기록을 관리하는 사용자입니다. 데이터 유형: 객체 " managed_by": { "name": "String", "sys_id": "String" }
result.asset.managed_by.name	AI 모델 자산 기록을 관리하는 사용자의 이름입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.managed_by.sys_id	AI 모델 자산 기록을 관리하는 사용자의 Sys_id입니다. 테이블: 사용자 [user] 데이터 유형: 문자열
result.asset.model_size_in_mb	모델의 크기(MB)입니다. 일반적으로 조직 내에서 개발 및 배포된 모델에 적용할 수 있습니다. 데이터 유형: 숫자
result.asset.name	연결된 AI 모델 제품 모델 기록의 이름입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
결과.자산.제공자	연결된 AI 모델 제품 모델 기록의 제공자입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 객체 "provider": { "name": "String", "sys_id": "String" }
result.asset.provider.name	제공자의 이름입니다. 데이터 유형: 문자열
result.asset.provider.sys_id	연결된 AI 모델 제품 모델 기록의 제공자에 해당하는 회사 [core_company] 테이블의 기록 Sys_id입니다. 테이블: AI 모델 제품 모델 [cmdb_ai_model_product_model] 데이터 유형: 문자열
결과.자산.소스	자산의 소스에 대한 상세 정보입니다. 유효한 값은 다음과 같습니다. 모델의 소스에 대한 링크입니다. 예를 들어 https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1 또는 Github에 대한 링크입니다. 일반 텍스트로 된 소스의 세부 정보입니다. 예: Microsoft Azure 데이터 유형: 문자열
결과.자산.상태	AI 모델 자산 기록의 상태입니다. 가능한 값: 1: 사용 중 31: 배포됨 32: 은퇴 33: 개발 34: 알 수 없음 35: 해당 사항 없음 데이터 유형: 문자열
result.asset.supported_languages.name	지원되는 언어의 이름입니다. 테이블: 언어 [sys_language] 데이터 유형: 문자열
result.asset.supported_languages.sys_id	지원되는 언어의 Sys_id입니다. 테이블: 언어 [sys_language] 데이터 유형: 문자열
result.asset.sys_id	AI 모델 자산 기록의 Sys_id 테이블: AI 모델 디지털 자산 [alm_ai_model_digital_asset] 데이터 유형: 문자열
result.asset.training_datasets	모델 학습에 사용되는 1+ 관련 데이터 세트에 대한 참조입니다. 데이터 유형: 배열 "training_datasets": [ { "name": "String", "sys_id": "String" } ]
result.asset.training_procedure	모델에 적용된 AI 교육의 유형입니다. 가능한 값: 1: 의사 결정 트리 2: 심층 신경망 3: 선형 회귀 4: 로지스틱 회귀 5: 임의 포리스트 6: 지도 학습 7: 비지도 학습 8: 강화 학습 9: 전이 학습 10: 준지도 학습 11: 명령 미세 조정 12: 감독 미세 조정 데이터 유형: 문자열
결과.자산.업데이트됨	AI 모델 자산이 마지막으로 업데이트된 날짜 및 시간입니다. 형식: YYYY-MM-DD HH:mm:ss 데이터 유형: 문자열
결과.자산.버전	연결된 AI 모델 제품 모델 기록의 버전입니다. 테이블: AI 모델 제품 모델[cmdb_ai_model_product_model 테이블] 데이터 유형: 문자열
result.required_infrastructure	모델 배포를 위한 인프라 요구 사항에 대한 설명서입니다. 예를 들어 인프라 스택 및 처리 요구 사항에 대한 세부 정보입니다. 데이터 유형: 문자열
result.asset.parameters_info	학습 프로세스 중에 학습하는 교육 데이터의 속성입니다. 예: 7B 또는 30B. 데이터 유형: 문자열
result.asset.supported_languages	AI 모델 자산에서 지원하는 언어에 대한 상세 정보입니다. 테이블: 언어 [sys_language] 데이터 유형: 객체 "supported_languages": [ { "name": "String", "sys_id": "String" } ]
결과.경고	쉼표로 구분된 경고 메시지 목록입니다. 이러한 경고는 유효성 검사일 수 있습니다(예: 선택적 매개변수의 sysId가 잘못된 경우). 데이터 유형: 배열 "warnings": ["String"]

cURL 요청

다음 예제에서는 PUT 메서드를 사용하여 지정된 AI 자산 모델을 업데이트하는 방법을 보여줍니다.

curl -X PUT 'https://instance.servicenow.com/api/sn_ent/asset/ai_model/9833721b331e92101c9aca989d5c7bf0' \ 
  -H 'Accept: application/json' \ 
  -H 'Content-Type: application/json' \ 
  -u 'username':'password' \ 
-d '{ 
    "name": "Now LLM", 
    "description": "enables text-to-text like question answering and summarization", 
    "provider": "servicenow", 
    "documentation": "Now LLM V5 Documentation", 
    "version": "V8", 
    "parameters_info": "7B", 
    "supported_languages": [ 
        "English", 
        "French" 
    ], 
    "model_size_in_mb": "87", 
    "deployment_guideline": "Deployed on ServiceNow infrastructure", 
    "source": "huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1", 
    "training_procedure": "2", 
    "context_window": "8000", 
    "state": "31", 
    "base_model": "Servicenow Now LLM V6", 
    "model_weights_info": "refer to weights and biases project", 
    "required_infrastructre": "GPUs needed: 1, GPU Type: A100", 
    "training_datasets": [ 
        "Servicenow Open Incidents" 
    ], 
    "evaluation_datasets": [ 
        "Servicenow Open Incidents" 
    ], 
    "evaluation_metrics_report": "Testing results: See files attached to this record", 
    "managed_by": "abel.tuter" 
}' 

응답 본문.

 { 
  "result": { 
    "asset": { 
      "sys_id": "a438d170ff96da10c1fbffffffffffd5", 
      "display_name": "ServiceNow Now LLM V6", 
      "name": "Now LLM", 
      "description": "enables text-to-text like question answering and summarization", 
      "version": "V8", 
      "provider": { 
        "sys_id": "93d4ecfac0a8000b6294d71b733977fb", 
        "name": "ServiceNow" 
      }, 
      "documentation": "Now LLM V5 Documentation", 
      "parameters_info": "7B", 
      "supported_languages": [ 
        { 
          "sys_id": "914493a30f320010e96b0e4fef767e90", 
          "name": "English" 
        } 
      ], 
      "model_size_in_mb": "87", 
      "deployment_guideline": "Deployed on ServiceNow infrastructure", 
      "source": "https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1", 
      "training_procedure": "2", 
      "context_window": "8000", 
      "state": "Deployed", 
      "required_infrastructure": "undefined", 
      "base_model": { 
        "sys_id": "a438d170ff96da10c1fbffffffffffd5", 
        "name": "ServiceNow Now LLM V8" 
      }, 
      "evaluation_datasets": [ 
        { 
          "sys_id": "45cb45baff06d610c1fbffffffffffa9", 
          "name": "ServiceNow Open Incidents" 
        } 
      ], 
      "training_datasets": [ 
        { 
          "sys_id": "45cb45baff06d610c1fbffffffffffa9", 
          "name": "ServiceNow Open Incidents" 
        } 
      ], 
      "evaluation_metrics_report": "Testing results: See files attached to this record", 
      "managed_by": { 
        "sys_id": "62826bf03710200044e0bfc8bcbe5df1", 
        "name": "Abel Tuter" 
      }, 
      "created": "2024-12-03 16:50:53", 
      "updated": "2024-12-12 15:56:28" 
    }, 
    "warnings": [ 
      "Reference record 'French' not found for supported_languages in table sys_language" 
    ] 
  } 
}