Ofertas de agentes antigos

As ofertas de agentes legados são produtos anteriores do Azure Databricks que já não constituem uma prática recomendada para criar agentes. Permanecem documentados para que possas manter e migrar agentes existentes. Não os uses para agentes novos. Para saber como o Azure Databricks define ciclos de vida de suporte, veja ciclos de vida de suporte do Databricks.

Para novos agentes escritos em código, a Databricks recomenda a Agent Bricks CLI, que serve o seu agente com DurableAgentServer e implementa-o no Agent Runtime. Veja Deploy agents on Azure Databricks. Para agentes novos construídos sem código, use Agentes Genie.

Ofertas antigas e as respetivas alternativas

Oferta anterior Use em vez disso
Assistente de Conhecimento Agentes Genie para agentes low-code sobre os seus documentos e dados.
Agente Supervisor Genie Agents para agentes low-code. Para coordenar múltiplos agentes em código, use a CLI Agent Bricks.
Supervisor API (descontinuada) Escreve o teu próprio loop de agente e implementa-o com a CLI do Agent Bricks. Veja Deploy agents on Azure Databricks.
Construir um sistema multiagente personalizado A CLI do Agente Bricks. Para dar ao teu agente Genie Agents como ferramentas, executa agentbricks tools add genie-agent.
Executar agentes nas aplicações Databricks usando o servidor de agentes legado O Agent Bricks CLI, com DurableAgentServer no Agent Runtime.
Crie uma interface de agente de chat Os projetos que crias com a CLI Agent Bricks incluem uma interface de chat.
Agente Personalizado na Disponibilização de Modelos A CLI do Agente Bricks. Para mover um agente existente, consulte Migrar um agente de Model Serving para Databricks Apps.
Crie um agente de LLM personalizado Funções de IA, como ai_query.
Armazenamentos de memória gerida (legado) Memória do agente.
Parque Infantil AI Para consultar modelos, veja Consultar modelos fundacionais e de embedding. Para construir e testar agentes, use a CLI Agent Bricks e execute o seu agente localmente com agentbricks dev. Para consultar um agente implementado, consulte Consultar agentes implementados no Azure Databricks.

A página Memória autogerida do agente (Lakebase) também é antiga. Use memória do agente e sessões do agente em vez disso.

  • Última atualização a