Agent Bricks quickstart

Important

Dieses Feature befindet sich in der Betaversion. Es ist keine Arbeitsbereichseinstellung erforderlich, um sie zu aktivieren. Installiere die Agent Bricks CLI, um loszulegen.

Dieser Quickstart führt Sie von einem leeren Verzeichnis zu einem bereitgestellten benutzerdefinierten Agenten mit der Agent Bricks CLI (databricks-agentbricks), dem Azure Databricks-Kommandozeilen-Tool zum Erstellen und Bereitstellen von Agenten. Die Agent Bricks CLI verwaltet den Modellzugriff, Speicher, Sitzungen, Tools und das Tracking für Sie, sodass Sie sich auf die Logik Ihres Agenten konzentrieren können.

Wie die Agent Bricks CLI funktioniert

Die Agent Bricks CLI erstellt ein lokales Projekt aus einer Framework-Vorlage, wobei die Laufzeit, Tests und eine optionale Chat-Benutzeroberfläche bereits verdrahtet sind. Du schreibst die Anwendungslogik (Modell, Tools und Prompts), und die CLI führt sie lokal aus und deployt sie. Die deklarative agent.toml Datei ist die Quelle der Wahrheit für die von Azure Databricks verwalteten Ressourcen, auf die Ihr Agent angewiesen ist, wie Tools, Speicher, Sitzungen und Tracing. agentbricks deploy liest sie für die Bereitstellung und Einrichtung.

Drei Befehle führen einen Agenten von einem leeren Verzeichnis in die Produktion:

• agentbricks init erstellt das Projektgerüst und schreibt agent.toml.
• agentbricks devführt den Agenten lokal aus und verwendet dieselbe Laufzeit und Umgebung, die Azure Databricks verwendet.
• agentbricks deploy stellt die deklarierten Ressourcen bereit und führt das Rollout der Bereitstellung durch.

Prerequisites

• Die Databricks-CLI ist installiert und befindet sich in Ihrem Pfad.

• Python 3.10 oder höher, mit pip.

• Installiere die Agent Bricks CLI:

  pip install databricks-agentbricks
  

Schritt 1: Authentifizieren

Authentifizieren Sie sich mit OAuth in Ihrem Arbeitsbereich, speichern Sie ein benanntes Profil und legen Sie es als Standardprofil für die Agent Bricks CLI fest:

databricks auth login --host https://<your-workspace-url> --profile <profile>
agentbricks login --profile <profile>

Schritt 2: Projektgerüst erstellen

Erstellen Sie ein neues Agent-Projekt, und wählen Sie mit --framework eine Framework-Vorlage aus:

agentbricks init --framework langgraph my-agent
cd my-agent

Schritt 3: Führen Sie den Agenten lokal aus

Führe den Agenten auf deinem Rechner aus, um ihn vor der Bereitstellung zu testen:

agentbricks dev

Dies startet einen lokalen Server auf Port 8000, der denselben Befehl und dieselbe Umgebung wie die Azure Databricks Agent-Laufzeit verwendet und mit Azure Databricks Model Serving verbunden ist. Senden Sie Anfragen an http://localhost:8000, um mit dem Agenten zu interagieren.

Schritt 4: Setzen Sie den Agenten ein

Stellen Sie den Agenten in der Azure Databricks-Agentenlaufzeit bereit:

agentbricks deploy my-agent

die Agent Bricks CLI stellt alle gebundenen Stores bereit, gewährt dem Service-Principal des Agenten Zugriff darauf und rollt die Bereitstellung aus. Wenn sie abgeschlossen ist, gibt die CLI die URL der Bereitstellung zurück. Öffnen Sie die URL, um mit Ihrem Live-Agenten zu interagieren.

Nächste Schritte

• Vollständiger Kommando-Walkthrough und Agent Bricks CLI-Funktionen: Agent Bricks CLI.
• Verwalteten Speicher und Sitzungen binden: Agentenspeicher.
• Fügen Sie Werkzeuge und MCP-Dienste hinzu: MCPs.
• Agent-Ablaufverfolgungen mit MLflow anzeigen: Ablaufverfolgungsübersicht.