Erstellen eines benutzerdefinierten Agents mithilfe der Supervisor-API (Beta)

Important

Dieses Feature befindet sich in der Betaversion. Kontoadministratoren können den Zugriff auf dieses Feature über die Vorschauseite steuern. Siehe Manage Azure Databricks Previews.

Sie können einen Azure Databricks Apps-Agent erstellen, der die Supervisor-API (Beta) für die Orchestrierung verwendet, anstatt die Agentschleife in Ihrem eigenen Code zu verwalten. Das Ergebnis entspricht dem Erstellen eines benutzerdefinierten Agents: einer bereitgestellten App mit einer Chat-UI, einem Endpunkt und einer /invocations Authentifizierung. Der Unterschied besteht darin, dass Azure Databricks die Agentschleife für Sie ausführt. Ihre agent.py führt einen einzelnen API-Aufruf durch und Azure Databricks behandelt die Toolauswahl, Ausführung und Antwortsynthese.

Die Supervisor-API funktioniert mit einem der unterstützten Foundation-Modelle. Ändern Sie das model Feld, um Anbieter zu wechseln, ohne ihre Tooldefinitionen oder Handlerlogik zu berühren.

Wann sollte die Supervisor-API verwendet werden?

Die Supervisor-API funktioniert gut, wenn Ihr Agent nur Azure Databricks gehostete Tools verwendet und keine benutzerdefinierte Logik zwischen Toolaufrufen benötigt. Verwenden Sie stattdessen eine benutzerdefinierte Agent-Schleife , wenn Ihr Agent eine der folgenden Aktionen erfordert:

  • Clientseitige Funktionstools (die Supervisor-API kann gehostete und clientseitige Tools in einer Anforderung nicht kombinieren)
  • Andere Agent-Endpunkte als Agent Bricks Knowledge Assistant-Endpunkte
  • Benutzerdefinierte Retriever, benutzerdefinierte Eingaben/Ausgaben oder feingranulierte Streaming-Steuerung
  • Benutzerdefinierte Python Logik zwischen Toolaufrufen, z. B. bedingte Verzweigung oder Zustandsverwaltung
  • Steuern von Rückschlussparametern wie temperature

Die vollständige API-Referenz und die unterstützten Parameter finden Sie unter Supervisor-API (Beta).

Anforderungen

Erstellen eines benutzerdefinierten Agents mithilfe der Supervisor-API

Der empfohlene Ausgangspunkt ist das Erstellen einer neuen App aus der neuesten Databricks-App-Vorlage. Die neuesten Vorlagen umfassen eine integrierte Fähigkeit für KI-Codierungsassistenten use-supervisor-api sowie eine add-tools Fähigkeit zum Hinzufügen von gehosteten Tools.

Um eine neue App aus einer Vorlage zu erstellen, lesen Sie im Abschnitt "Einen KI-Agenten erstellen und auf Databricks Apps bereitstellen".

Nachdem Ihre App über die neueste Vorlage eingerichtet wurde, öffnen Sie das Projekt in Ihrem KI-Codierungs-Assistenten, und führen Sie Folgendes aus:

Use the Supervisor API skill to update this agent to use the Databricks Supervisor API.

Mit dieser Fähigkeit können Sie Ihren agent_server/agent.py aktualisieren, um DatabricksOpenAI().responses.create() mit gehosteten Tools zu kontaktieren und die manuelle Agent-Schleife zu ersetzen. Außerdem werden die databricks-openai Abhängigkeiten hinzugefügt und die Betabeschränkungen notiert.

Das Ergebnis ist die gleiche bereitgestellte App mit einer Chat-UI, Authentifizierung und einem /invocations Endpunkt, aber mit einfacherem Agent-Code. Den vollständigen Bereitstellungsworkflow (Bereitstellen in Apps, Hinzufügen von Tools, Auswerten) finden Sie unter Erstellen eines KI-Agents und Bereitstellen in Databricks-Apps.

Unterstützte Tools und Parameter

Eine vollständige Liste der unterstützten Tooltypen, Anforderungsparameter und Codebeispiele finden Sie unter Supervisor-API (Beta).

Erteilen Sie für jedes tool, das Sie hinzufügen, auch die entsprechende Ressourcenberechtigung in databricks.yml. Beispiele finden Sie in den add-tools Fähigkeiten in .claude/skills/.

Nächste Schritte

  • Last updated on