Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Important
Dieses Feature befindet sich in der Betaversion. Arbeitsbereichsadministratoren können den Zugriff auf dieses Feature über die Vorschauseite steuern. Siehe Verwalten von Azure Databricks-Vorschauen.
Diese Seite beschreibt die Verwendung von Agent Bricks: Multi-Agent Supervisor zum Erstellen eines Mehr-Agent-Supervisor-Systems, das KI-Agenten und Tools koordiniert, um an komplexen Aufgaben zusammenzuarbeiten. Sie können ihre Koordination basierend auf dem Feedback ihrer Fachexperten in natürlicher Sprache verbessern.
Agent Bricks bietet einen einfachen Ansatz zum Erstellen und Optimieren von domänenspezifischen, qualitativ hochwertigen KI-Agent-Systemen für gängige KI-Anwendungsfälle.
Was ist Agent Bricks: Multi-Agent Supervisor?
Verwenden Sie Agent Bricks: Multi-Agent Supervisor, um ein Supervisor-System zu erstellen, das Genie Spaces, Agent-Endpunkte, Unity Catalog-Funktionen und MCP-Server koordiniert, um komplexe Aufgaben in verschiedenen, spezialisierten Domänen zu erledigen. Multi-Agent Supervisor verwendet erweiterte KI-Orchestrierungsmuster, um Agentinteraktionen, Aufgabendelegierung und Ergebnissynthese zu verwalten, um umfassende Lösungen bereitzustellen.
Agent Bricks: Multi-Agent Supervisor baut das System für Sie auf und ermöglicht es Ihnen, es im Laufe der Zeit mit menschlichem Feedback zu verbessern. Es eignet sich ideal für die Unterstützung der folgenden Anwendungsfälle:
- Bereitstellen von Marktanalysen und Erkenntnissen durch Durchsuchen von Forschungsberichten und Nutzungsdaten.
- Beantworten Sie Fragen zu internen Prozessen und automatisieren Sie einen Ticket-Backlog dafür.
- Beschleunigen Sie den Kundenservice, indem Sie Richtlinien, FAQ, Konto und andere Fragen beantworten.
Multi-Agent Supervisor ermöglicht es Ihnen, die Koordinationsqualität zu verbessern und das Verhalten der Agenten basierend auf dem Feedback Ihrer Fachexperten in natürlicher Sprache anzupassen. Stellen Sie Aufgabenszenarien für eine Bezeichnungssitzung bereit, und senden Sie sie an Experten, um sie in der Rezensions-App zu überprüfen. Ihre Antworten stellen bezeichnete Daten bereit, die die Leistung des Systems optimieren.
Multi-Agent Supervisor erstellt einen umfassenden Endpunkt, den Sie für Ihre Anwendungen nachgelagert verwenden können. Sie können z. B. mit dem Endpunkt interagieren, indem Sie Eingabeaufforderungen in Playground übermitteln oder eine Chatanwendung mit Databricks-Apps erstellen. Der Vorgesetzte verfügt über integrierte Zugriffskontrollen, sodass seine Endbenutzer nur auf die Subagenten und Daten zugreifen, auf die sie Zugriff haben.
Agent Bricks verwendet Standardspeicher, um temporäre Datentransformationen, Modell-Checkpoints und interne Metadaten zu speichern, die zur Unterstützung jedes Agenten dienen. Beim Löschen des Agents werden alle dem Agent zugeordneten Daten aus dem Standardspeicher entfernt.
Requirements
- Ein Arbeitsbereich, der Folgendes umfasst:
- Mosaik AI Agent Bricks Preview (Beta) ist aktiviert. Siehe Verwalten von Azure Databricks-Vorschauen.
- Produktionsüberwachung für MLflow (Beta) aktiviert. Dies ist erforderlich, damit die Ablaufverfolgung funktioniert. Siehe Verwalten von Azure Databricks-Vorschauen.
- Agent Framework: Im Auftrag-Of-User Autorisierung aktiviert. Siehe Verwalten von Azure Databricks-Vorschauen. Die Autorisierung im Auftrag des Benutzers ermöglicht es einem Agent, im Namen des Endbenutzers zu handeln und die Zugriffsberechtigungen des Benutzers zu berücksichtigen. Siehe "Im Auftrag der Benutzerauthentifizierung".
- Serverloses Rechnen aktiviert Siehe Serverlose Computeanforderungen.
- Unity-Katalog aktiviert. Weitere Informationen finden Sie unter Aktivieren eines Arbeitsbereichs für Unity Catalog.
- Zugriff auf Mosaik AI Model Serving.
- Zugriff auf Foundation-Modelle im Unity-Katalog über das
system.aiSchema. - Zugriff auf eine serverlose Budgetrichtlinie mit einem Budget ungleich Null.
- Ein Arbeitsbereich in einem der unterstützten Regionen:
eastus, ,eastus2, ,westus,centralusodernorthcentralus. - Der Endpunkt des Einbettungsmodells
databricks-gte-large-enmuss KI-Leitplanken und Ratenbegrenzungen deaktiviert haben. Siehe AI Gateway auf den Endpunkten des Modells konfigurieren. - Sie müssen über Agents oder Tools verfügen, die einsatzbereit sind. Sie müssen mindestens eine der folgenden Angaben angeben:
- Ein vorhandener Agent Bricks: Knowledge Assistant(/generative-ai/agent-bricks/knowledge-assistant.md) Agent-Endpunkt.
- Ein bestehender Genie-Raum. Informationen zum Einrichten eines Genie-Raums finden Sie unter Einrichten und Verwalten eines AI/BI Genie-Raums.
- KI-Agent-Tools, die als Unity-Katalogfunktionen erstellt wurden. Siehe Erstellen von KI-Agent-Tools mithilfe von Unity-Katalogfunktionen.
- Externe MCP-Server mit konfigurierten Unity-Katalogverbindungen. Sie können einen MCP-Server über Databricks Marketplace installieren oder externe MCP-Server verwenden. Die Verbindung muss die Bearertokenauthentifizierung oder OAuth Machine-to-Machine-Authentifizierung verwenden. Siehe Authentifizierungsmethoden für externe Dienste.
- Endbenutzer des Aufsichtsmitarbeiters benötigen expliziten Zugriff, um mit jedem Subagent zu interagieren:
- Für einen Agentendpunkt benötigen Endbenutzer die
CAN QUERYBerechtigung. - Für einen Genie-Raum benötigen Endbenutzer Zugriff auf den Genie-Raum und datenzugriff auf seine zugrunde liegenden Unity Catalog-Objekte. Weitere Informationen finden Sie unter Freigeben eines Genie-Bereichs.
- Für Unity-Katalogfunktionen benötigen Endbenutzer die
EXECUTEBerechtigung für die Funktion. - Für externe MCP-Server benötigen Endbenutzer die Berechtigung für die
USE CONNECTIONUnity-Katalogverbindung.
- Für einen Agentendpunkt benötigen Endbenutzer die
Erstellen eines Mehr-Agent-Supervisor-Systems
Wechseln Sie zum Agents im linken Navigationsbereich Ihres Arbeitsbereichs. Klicken Sie auf der Kachel Multi-Agent Supervisor auf Build.
Schritt 1: Erstellen von Subagenten und Erteilen von Berechtigungen
Warnung
Das Ausführen von beliebigem Code in einem Agenttool kann vertrauliche oder private Informationen verfügbar machen, auf die der Agent Zugriff hat. Kunden sind dafür verantwortlich, nur vertrauenswürdigen Code auszuführen und Guardrails und ordnungsgemäße Berechtigungen zu implementieren, um unbeabsichtigten Zugriff auf Daten zu verhindern.
Da Agent Bricks: Multi-Agent Supervisor ein Supervisor-System erstellt, das Subagenten koordiniert, um komplexe Aufgaben auszuführen, müssen Sie zuerst Subagenten bereitstellen, damit sie koordiniert werden. Diese Subagenten können Genie Spaces, Knowledge Assistant-Agent-Endpunkte, Unity-Katalogfunktionen oder MCP-Server sein. Außerdem müssen Sie Endbenutzern expliziten Zugriff auf jeden Subagent gewähren, damit der Vorgesetzte hilfreiche Antworten von diesem Subagent zurückgibt.
Genie Space
- Führen Sie zum Erstellen eines Genie-Raums die Schritte unter "Einrichten und Verwalten eines AI/BI Genie"-Raums aus.
- Gewähren Sie Endbenutzern Zugriff auf den Genie-Raum und die zugrunde liegenden Unity Catalog-Objekte. Führen Sie die Schritte in "Teilen eines Genie-Raums" aus.
Agent-Endpunkt
- Um einen Wissens-Assistenten zu erstellen, führen Sie die Schritte in "Agent Bricks verwenden: Wissensassistent" aus, um einen qualitativ hochwertigen Chatbot über Ihre Dokumente zu erstellen.
- Erteilen Sie Endbenutzern die
CAN QUERYBerechtigung für den Knowledge Assistant-Agent-Endpunkt.
Unity-Katalogfunktion
- Um Unity Catalog-Funktionen als KI-Agent-Tools zu erstellen, führen Sie die Schritte unter Erstellen von KI-Agent-Tools mithilfe von Unity Catalog-Funktionen aus.
- Erteilen Sie Endbenutzern die
EXECUTEBerechtigung für die Unity-Katalogfunktion.
Externer MCP-Server
- Um einen MCP-Server aus dem Databricks Marketplace zu installieren, siehe Zugriff auf externe MCP-Server erhalten. Zum Einrichten externer MCP-Server führen Sie die Schritte unter Verwenden externer MCP-Server aus. Die Verbindung muss die Bearertokenauthentifizierung oder OAuth Machine-to-Machine-Authentifizierung verwenden. Siehe Authentifizierungsmethoden für externe Dienste.
- Erteilen Sie Endbenutzern die
USE CONNECTIONBerechtigung für die Unity-Katalogverbindung.
Schritt 2: Konfigurieren Ihres Vorgesetzten
Auf der Registerkarte Build konfigurieren Sie Ihren Supervisor und fügen die Agents hinzu, die er koordiniert.
Note
Der Vorgesetzte verfügt über integrierte Zugriffskontrollen, sodass seine Endbenutzer nur auf die Subagenten und Daten zugreifen, auf die sie Zugriff haben.
- Für Agentendpunkte benötigen Endbenutzer die
CAN QUERYBerechtigung für den Endpunkt. - Für Genie-Räume benötigen Endbenutzer Zugriff auf den Genie-Raum und Datenzugriff auf die zugrunde liegenden Unity Catalog-Objekte. Weitere Informationen finden Sie unter Freigeben eines Genie-Bereichs.
- Für Unity-Katalogfunktionen benötigen Endbenutzer die
EXECUTEBerechtigung für die Funktion. - Für externe MCP-Server benötigen Endbenutzer die Berechtigung für die
USE CONNECTIONUnity-Katalogverbindung.
Wenn der Endbenutzer keinen Zugriff auf Subagenten hat, beendet der Vorgesetzte die Unterhaltung. Wenn der Endbenutzer Zugriff auf einige, aber nicht alle Subagenten hat, leitet der Supervisor die Unterhaltung von Subagenten ab, auf die der Benutzer nicht zugreifen kann.
Geben Sie im Feld "Name " einen Namen für Ihren Vorgesetzten ein.
Beschreiben Sie im Feld "Beschreibung ", was Ihr Aufsichtssystem tun kann.
Wählen Sie unter "Agents konfigurieren" bis zu 10 Agents und/oder Tools aus.
Genie Space
So stellen Sie einen Genie-Raum bereit:
Wählen Sie im Feld "Typ " die Option "Genie Space" aus.
Wählen Sie Ihren Genie-Bereich aus dem Dropdown-Menü "Genie Space" aus.
Der Agentname und die Beschreibung der Inhaltsfelder werden nach Möglichkeit automatisch aufgefüllt. Sie können den Namen und die Beschreibung bei Bedarf bearbeiten.
Der Vorgesetzte verwendet die Informationen in der Beschreibung, um sie bei der Koordinierung der Agenten zu unterstützen. Geben Sie so viele Details wie möglich an, um die Aufgabendelegierung zu verbessern.
Weitere Informationen zu Genie-Räumen finden Sie unter What is an AI/BI Genie Space. Informationen zum Einrichten eines Genie-Raums finden Sie unter Einrichten und Verwalten eines AI/BI Genie-Raums
Agent-Endpunkt
So stellen Sie einen Agentendpunkt bereit:
- Wählen Sie im Feld "Typ " die Option "Agent-Endpunkt" aus.
- Wählen Sie den Endpunkt aus dem Dropdownmenü " Agent Endpoint " aus. Nur Agent-Endpunkte, die über Agent Bricks erstellt wurden: Der Wissens-Assistent wird unterstützt.
- Das Feld "Agentname" wird automatisch ausgefüllt. Sie können dies bei Bedarf bearbeiten.
- Beschreiben Sie unter "Beschreiben des Inhalts", was dieser Agent tun kann, um dem Vorgesetzten zu helfen, zu verstehen, wann Aufgaben an diesen Agent delegieren werden sollen.
Unity-Katalogfunktion
So stellen Sie eine Unity-Katalogfunktion bereit:
- Wählen Sie im Feld "Typ " die Option "Unity Catalog Function" aus.
- Wählen Sie die Funktion im Dropdownmenü "Unity Catalog Function " aus.
- Geben Sie im Feld "Agentname " einen Namen für dieses Tool an.
- Beschreiben Sie unter "Beschreiben des Inhalts", was diese Funktion tut und wann sie verwendet werden soll. Dies hilft dem Vorgesetzten zu verstehen, wann dieses Tool verwendet werden soll.
Weitere Informationen zum Erstellen von Unity-Katalogfunktionen als Agenttools finden Sie unter Erstellen von KI-Agent-Tools mithilfe von Unity Catalog-Funktionen.
Externer MCP-Server
So stellen Sie einen externen MCP-Server bereit:
- Wählen Sie im Feld "Typ " die Option "Externer MCP-Server" aus.
- Wählen Sie die Verbindung im Dropdownmenü der Unity-Katalogverbindung aus.
- Geben Sie im Feld "Agentname " einen Namen für diesen MCP-Server an.
- Beschreiben Sie unter "Beschreiben des Inhalts", was dieser MCP-Server bereitstellt und wann er verwendet werden soll. Dies hilft dem Vorgesetzten zu verstehen, wann er an diesen Server delegieren soll.
Weitere Informationen zu externen MCP-Servern finden Sie unter Verwenden externer MCP-Server.
(Optional) Wenn Sie weitere Agents hinzufügen möchten, klicken Sie auf +Hinzufügen. Sie können bis zu 10 Agenten bereitstellen.
(Optional) Geben Sie im Feld "Anweisungen " Richtlinien für die Reaktion des Multi-Agent-Supervisors an.
Klicken Sie auf "Agent erstellen".
Sie werden zur Registerkarte " Konfigurieren " umgeleitet. Es kann einige Minuten bis zu ein paar Stunden dauern, bis Sie Ihren Multi-Agent-System- und Supervisor-Agent erstellen.
Schritt 3: Testen Ihres Vorgesetzten
Nachdem Ihr Leiter mit dem Erstellen fertig ist, können Sie es testen, indem Sie es im AI Playground ausprobieren. Der Vorgesetzte koordiniert mehrere Agents, um komplexe Aufgaben zu verarbeiten. Im rechten Seitenbereich von Test your Agent können Sie mit dem Bot chatten, um seine Antworten zu bewerten.
- (Optional) Sie können den Agent auch in AI Playground testen. Klicken Sie auf "In Playground öffnen". Dies öffnet den KI-Playground und Ihr Supervisor-Endpunkt ist verbunden. Wenn Sie KI-Hilfsfunktionen aktiviert haben, können Sie die Generierung von KI-Richtern und synthetischen Aufgaben aktivieren, um Ihren Vorgesetzten zu bewerten.
- Geben Sie unter "Agent testen" oder "AI Playground" eine komplexe Aufgabe für Ihren Vorgesetzten ein.
- Bewerten Sie dessen Antwort. Stellen Sie sicher, dass der Vorgesetzte Aufgaben erfolgreich an die richtigen Agenten delegiert.
- Passen Sie basierend auf den Antworten Ihres Agents die Felder "Beschreibung " und " Anweisungen " im linken Bereich an, um die Konfiguration zu verbessern.
- Klicken Sie auf "Agent aktualisieren".
Wenn Sie mit der Leistung Ihres Vorgesetzten zufrieden sind, verwenden Sie weiterhin den Vorgesetzten as-is. Standardmäßig skalieren Agent Bricks-Endpunkte nach 3 Tagen Inaktivität auf Null, sodass Sie nur für die Betriebszeit in Rechnung gestellt werden.
Schritt 4: Verbessern des Vorgesetzten
Agent Bricks: Multi-Agent Supervisor kann das Verhalten des Vorgesetzten basierend auf Feedback in natürlicher Sprache anpassen. Sammeln Sie menschliches Feedback über eine Bezeichnungssitzung, um die Koordinationsqualität Ihres Vorgesetzten zu verbessern. Das Sammeln von bezeichneten Daten für Ihren Vorgesetzten kann seine Leistung verbessern. Agent Bricks wird den Vorgesetzten aus den neuen Daten neu trainieren und optimieren.
Fügen Sie auf der Registerkarte "Beispiele " Aufgabenszenarien hinzu, und starten Sie eine Bezeichnungssitzung.
Fügen Sie Aufgabenszenarien hinzu, die in Ihre Bezeichnungssitzung einbezogen werden sollen:
- Klicken Sie auf +Hinzufügen , um ein Aufgabenszenario hinzuzufügen.
- Geben Sie im Frage hinzufügen-Modalfenster eine Frage oder Aufgabe für den Agenten ein.
- Klicken Sie auf Hinzufügen. Die Aufgabe wird in der Benutzeroberfläche angezeigt.
- Wiederholen Sie diesen Vorgang, bis Sie alle Fragen hinzugefügt haben, die Sie auswerten möchten.
- Um eine Frage zu löschen, klicken Sie auf das Kebab-Menü und dann auf "Löschen".
Nachdem Sie das Hinzufügen Ihrer Aufgabenszenarien abgeschlossen haben, senden Sie die Szenarien an Experten, um sie zu überprüfen, um Ihnen bei der Erstellung eines qualitativ hochwertigen beschrifteten Datasets zu helfen. Klicken Sie auf der rechten Seite auf "Bezeichnungssitzung starten".
Wenn die Beschriftungssitzung bereit ist, wird die Benutzeroberfläche wie unten dargestellt aktualisiert.
Teilen Sie die Rezensions-App mit Experten, um Feedback zu sammeln. Klicken Sie auf "KMU-Berechtigungen erteilen" , und fügen Sie die Experten hinzu, um ihnen die richtige Berechtigung für den Zugriff auf die Bezeichnungssitzung zu erteilen.
Weitere Informationen zur Review-App und zu Kennzeichnungssitzungen finden Sie unter „Feedback und Erwartungen sammeln durch Kennzeichnen bestehender Ablaufverfolgungen“ und „Kennzeichnungssitzungen erstellen und verwalten“.
Stellen Sie sicher, dass die KMU Zugang zu den geeigneten Subagenten haben:
- Erteilen Sie für jeden Agentendpunkt dem KMU die
CAN QUERYBerechtigung. - Erteilen Sie den KMU für jeden Genie Space alle entsprechenden Berechtigungen für die Interaktion mit dem Raum. Weitere Informationen finden Sie unter Freigeben eines Genie-Bereichs.
- Erteilen Sie für jede Unity-Katalogfunktion den KMU die
EXECUTEBerechtigung für die Funktion. - Erteilen Sie für jeden externen MCP-Server den KMU die
USE CONNECTIONBerechtigung für die Unity-Katalogverbindung.
Wenn der KMU keinen Zugang zu Subagenten hat, wird die Aufsicht die Unterhaltung beenden. Wenn der Endbenutzer Zugriff auf einige, aber nicht alle Subagenten hat, leitet der Supervisor die Unterhaltung von Subagenten ab, auf die der Benutzer nicht zugreifen kann.
- Erteilen Sie für jeden Agentendpunkt dem KMU die
Wenn Sie die Daten selbst bezeichnen möchten, klicken Sie auf " Beschriftungssitzung öffnen".
Dadurch wird die Bewertungs-App auf einer neuen Registerkarte geöffnet. Als Rezensent:
Klicken Sie auf "Überprüfen starten".
Überprüfen Sie auf der linken Seite die Frage und die Antwort des Vorgesetzten.
Überprüfen Sie auf der rechten Seite unter "Erwartungen" alle vorhandenen Richtlinien, und fügen Sie mehr hinzu, wie Sie sehen.
- Wenn Sie eine Richtlinie hinzufügen möchten, klicken Sie auf +Eingabe hinzufügen.
- Geben Sie die Richtlinie in das angezeigte Textfeld ein.
- Klicken Sie auf Speichern.
Wenn Sie mit der Überprüfung eines Vorgangsszenarios fertig sind, klicken Sie oben rechts auf "Weiter nicht angezeigt > ", um zum nächsten zu wechseln.
Wenn Sie alle Aufgabenszenarien überprüft haben, beenden Sie die Überprüfungs-App.
Wenn Ihre Prüfer mit ihren Bezeichnungssitzungen fertig sind, kehren Sie zur Registerkarte "Beispiele " Ihres Vorgesetzten zurück.
Klicken Sie auf "Zusammenführen" , um Feedback der Experten zu Ihrem bezeichneten Dataset zusammenzuführen. Die Tabelle der Vorgangsszenarien auf der rechten Seite wird mit dem zusammengeführten Feedback aktualisiert.
Überprüfen Sie die Feedbackdatensätze.
Testen Sie den Supervisor erneut im KI-Playground, um seine verbesserte Koordinationsleistung zu sehen. Starten Sie, falls nötig, eine weitere Beschriftungssitzung, um mehr beschriftete Daten zu sammeln.
Berechtigungen verwalten
Standardmäßig verfügen nur Agent Bricks-Autoren und Arbeitsbereichsadministratoren über Berechtigungen für den Agent. Damit andere Benutzer Ihren Agent bearbeiten oder abfragen können, müssen Sie ihnen explizit die Berechtigung erteilen.
So verwalten Sie Berechtigungen für Ihren Agent:
- Öffnen Sie Ihren Agenten in Agent Bricks.
- Klicken Sie oben auf das
Kebab-Menü.
- Klicken Sie auf "Berechtigungen verwalten".
- Wählen Sie im Fenster "Berechtigungseinstellungen " den Benutzer, die Gruppe oder den Dienstprinzipal aus.
- Wählen Sie die zu gewährende Berechtigung aus.
- Kann verwalten: Ermöglicht die Verwaltung der Agenten-Bricks, einschließlich der Festlegung von Berechtigungen, der Bearbeitung der Agentenkonfiguration und der Verbesserung ihrer Qualität.
- Can Query: Ermöglicht das Abfragen des Agent Bricks-Endpunkts im AI Playground und über die API. Benutzer mit nur dieser Berechtigung können den Agent in Agent Bricks nicht anzeigen oder bearbeiten.
- Klicken Sie auf Hinzufügen.
- Klicken Sie auf Speichern.
Note
Für Agent-Endpunkte, die vor dem 16. September 2025 erstellt wurden, können Sie Abfrageberechtigungen dem Endpunkt auf der Seite Servieren Endpunkte erteilen.
Agentenendpunkt abfragen
Klicken Sie auf der Agentseite auf das Siehe Agentstatus oben rechts, um Ihren bereitgestellten Agent-Endpunkt abzurufen und Endpunktdetails anzuzeigen.
Es gibt mehrere Möglichkeiten zum Abfragen des erstellten Multi-Agent-Supervisorendpunkts. Verwenden Sie die codebeispiele in AI Playground als Ausgangspunkt.
- Klicken Sie auf der Registerkarte " Erstellen " auf " Im Playground öffnen".
- Klicken Sie im Playground auf "Code abrufen".
- Wählen Sie aus, wie Sie den Endpunkt verwenden möchten:
- Wählen Sie die Curl-API für ein Codebeispiel aus, um den Endpunkt mithilfe von curl abzufragen.
- Wählen Sie die Python-API für ein Codebeispiel für die Interaktion mit dem Endpunkt mithilfe von Python aus.
Limitations
- Nur Agent-Endpunkte, die über Agent Bricks erstellt wurden: Der Wissens-Assistent wird unterstützt.
- AI Guardrails und Ratenbegrenzungen müssen am
databricks-gte-large-enModell-Endpunkt deaktiviert werden. Siehe AI Gateway auf den Endpunkten des Modells konfigurieren. - Sie können nicht mehr als 10 Agenten in einem einzigen Aufsichtssystem verwenden.
- Arbeitsbereiche mit aktivierter erweiterter Sicherheit und Compliance werden nicht unterstützt.
- Damit die Ablaufverfolgung funktioniert, müssen Sie die Produktionsüberwachung für MLflow (Beta) aktiviert haben. Siehe Verwalten von Azure Databricks-Vorschauen.