Začínáme s agenty AI

Sestavte a nasaďte svého prvního agenta AI pomocí šablon Databricks Apps. V tomto návodu budete:

• Sestavte a nasaďte agenta z uživatelského rozhraní Databricks Apps.
• Chatujte s agentem pomocí předem připraveného chatovacího rozhraní.

Předpoklady

Povolte aplikace Databricks ve vašem pracovním prostoru. Viz Nastavení pracovního prostoru Databricks Apps a vývojového prostředí.

Nasazení šablony agenta

Začněte tím, že použijete předem vytvořenou šablonu agenta z úložiště šablon aplikací Databricks.

V tomto kurzu se používá agent-openai-agents-sdk šablona, která zahrnuje:

• Agent vytvořený pomocí sady OPENAI Agent SDK
• Počáteční kód pro aplikaci agenta s konverzačním rozhraním REST API a interaktivním chatovacím uživatelským rozhraním
• Kód pro vyhodnocení agenta pomocí MLflow

Nainstalujte šablonu aplikace pomocí uživatelského rozhraní pracovního prostoru. Tím se aplikace nainstaluje a nasadí ji do výpočetního prostředku ve vašem pracovním prostoru.

1. V pracovním prostoru Databricks klikněte na + Nová>aplikace.

2. Klikněte na Agenti>Agent – OpenAI Agents SDK.

3. Vytvořte nový experiment MLflow s názvem openai-agents-template a dokončete zbytek nastavení pro instalaci šablony.

4. Po vytvoření aplikace kliknutím na adresu URL aplikace otevřete uživatelské rozhraní chatu.

Vysvětlení aplikace agenta

Šablona agenta ukazuje architekturu připravenou pro produkční prostředí s těmito klíčovými komponentami:

MLflow AgentServer: Asynchronní server FastAPI, který zpracovává požadavky agenta s integrovaným trasováním a pozorovatelností. AgentServer poskytuje /invocations koncový bod pro dotazování agenta a automaticky spravuje směrování požadavků, protokolování a zpracování chyb.

Sada OpenAI Agents SDK: Šablona používá sadu OpenAI Agents SDK jako architekturu agentů pro správu konverzací a orchestraci nástrojů. Agenty můžete vytvářet pomocí libovolné architektury. Klíčem je obalení vašeho agenta pomocí rozhraní MLflow ResponsesAgent.

ResponsesAgent rozhraní: Toto rozhraní zajišťuje, že váš agent funguje napříč různými architekturami a integruje se s nástroji Databricks. Sestavte agenta pomocí sady OpenAI SDK, LangGraph, LangChain nebo čistého Pythonu a poté zabalte agenta s ResponsesAgent, abyste získali automatickou kompatibilitu pro nasazení AI Playground, Agent Evaluation a Databricks Apps.

Servery MCP (Model Context Protocol): Šablona se připojuje k serverům McP Databricks pro přístup k agentům k nástrojům a zdrojům dat. Viz Model Context Protocol (MCP) na Databricks.

Další kroky

Zjistěte, jak vytvořit vlastního agenta: Vytvoření agenta AI a jeho nasazení v Databricks Apps