Agenten auf Azure Databricks entwickeln

Agent Bricks ist die Azure Databricks Agent-Entwicklungsplattform. Nutzen Sie es, um die Agents zu erstellen und bereitzustellen, die Ihre agentenbasierten Produkte und Arbeitsabläufe antreiben.

Agent Bricks unterstützt die Kern-Arbeitsabläufe zum Erstellen eines Produktionsagenten:

  • Setzen Sie Ihren Agenten ein:Agent Runtime beherbergt Agenten, die mit jedem beliebigen Framework oder Harness gebaut wurden, egal ob stateful oder stateless, und AgentKit ermöglicht eine dauerhafte Ausführung, sodass Ausführungen Neustarts und Abstürze überstehen.
  • Code sicher ausführen: Agenten führen den Code, den sie schreiben, in Databricks Sandbox aus, einer isolierten Umgebung, deren Home-Verzeichnis über Sitzungen hinweg erhalten bleibt.
  • Bereichern Sie den Kontext Ihres Agenten: Das Gedächtnis und die Sitzungen des Agenten ermöglichen es Ihrem Agenten, sich an frühere Gespräche zu erinnern, sodass er Antworten personalisieren und Token-Kosten senken kann.
  • Debuggen und testen Sie Ihren Agenten: MLflow Tracing zeichnet jeden Schritt Ihres Agenten auf, und Sie können Traces im Unity-Katalog in großem Maßstab speichern und steuern.

Die Agent Bricks CLI erstellt das Grundgerüst für Agent-Code, der eine Verbindung zu diesen Diensten herstellt. Du kannst lokal iterieren, auch mit Coding-Agenten, und dann deinen Agenten deployen.

Get started

Erfahren Sie, was Agent Bricks bietet, und bauen Sie Ihren ersten Agenten zusammen.

Guide Description
Agent Bricks Quickstart Baue und deploye deinen ersten Agenten mit der Agent Bricks CLI.
Was ist Agent Bricks? Lerne die Komponenten eines Agenten kennen und wie Agent Bricks jede einzelne unterstützt.
Agent Bricks CLI Erstellen Sie Agents, führen Sie sie über die Kommandozeile aus und stellen Sie sie bereit, oder bringen Sie einen bestehenden Agent mit.

Direktverbindungsmodelle

Guide Description
Direktverbindungsmodelle Rufen Sie Frontier- und offene Modelle über Unity Gateway mit einer API auf und wechseln Sie die Modelle, ohne den Agentencode zu ändern.

Agentenkontext hinzufügen

Bereichern Sie den Kontext Ihres Agenten mit Speicher, Werkzeugen und den Daten Ihrer Organisation.

Guide Description
Agent-Speicher und Sitzungen Speichern Sie den Konversationsstatus und das Langzeitgedächtnis in verwalteten Speichern, die auf Lakebase basieren.
MCP-Server und Agent-Tools Verbinden Sie Agenten mit von Azure Databricks verwalteten, maßgeschneiderten und externen MCP-Servern und -Tools.
Genie One MCP-Server Bereichern Sie Agenten mit dem kombinierten Geschäftskontext Ihrer Organisation durch Fragen in natürlicher Sprache über verwaltete Daten.
KI-Suche Beziehen Sie relevante Texte und unstrukturierte Daten aus einem verwalteten KI-Suchindex ab.

Stellen Sie Ihren Agenten bereit

Führe deinen Agenten mit einem Agent-Server auf Managed Compute aus.

Guide Description
Agents auf Azure Databricks bereitstellen Lerne den Agent Compute Stack kennen: Framework oder Harness, Agent Server und Agent Runtime.
Agent Server Stellen Sie Ihrem Agent Folgendes bereit: DurableAgentServer: synchronen, Streaming- und Hintergrundläufen mit Absturzwiederherstellung.
Agent-Runtime Bereitstellen und verwalten Sie Agenten auf von Azure Databricks gehosteten Compute-Ressourcen.
Databricks Sandbox Geben Sie Agents eine isolierte Umgebung, um den von ihnen geschriebenen Code auszuführen, mit eingeschränktem Zugriff auf verwaltete Daten.

Agent abfragen

Guide Description
Auf Azure Databricks bereitgestellte Abfrage-Agenten Senden Sie Anfragen an deployierte Agenten über die Aufruf-API, die Responses API oder SQL.

Observability und Qualität des Agenten

Nachverfolgen, auswerten und überwachen Sie Agenten in der Entwicklung und Produktion.

Guide Description
Observability und Qualität von Agenten Erfahren Sie, wie MLflow die Abläufe von Agents nachverfolgt, bewertet und überwacht.
MLflow-Ablaufverfolgung Zeichnen Sie jeden Schritt auf, den ein Agent unternimmt, um es zu debuggen und zu verbessern.
Bewertung und Verbesserung Messen Sie die Qualität der Agenten mit LLM-Juroren, benutzerdefinierten Scorern und Expertenfeedback.

Verwalten Sie Ihre Agenten

Guide Description
Unity-Gateway Steuern Sie den Zugriff auf Modelle, MCP-Server und Skills mit Guardrails, Ratenbegrenzungen und Nutzungsverfolgung.

Unstrukturierte Daten transformieren

Guide Description
KI-Funktionen Wenden Sie KI-Modelle auf Ihre Daten aus SQL an, um Dokumente zu klassifizieren, zu extrahieren, zusammenzufassen und zu parsen.
  • Zuletzt aktualisiert um