Agentek létrehozása az Azure Databricksen

Azure Databricks támogatja az ügynökök létrehozását, kiértékelését és üzembe helyezését az egyszerű LLM-hívásoktól az eszközhívó ügynökökig és a többügynök-rendszerekig. Ezek az útmutatók az ügynök szállításához használt fogalmakat, fejlesztési munkafolyamatokat és eszközöket ismertetik.

Klasszikus gépi tanulást vagy mély tanulást keres? Lásd: Gépi tanulás az Azure Databricksben.

Első lépések

Próbáljon ki egy rövid útmutatót, vagy ismerje meg az alapfogalmakat.

Guide	Description
AI-játszótér	Prototípus- és tesztügynökök és LLM-ek kód nélküli gyorstervezéssel és paraméterhangolással.
Ismerkedés az ügynökökkel	Készítse el és helyezze üzembe első ügynökét teljes körűen.
Fogalmak: AI az Azure Databricksben	Ismerje meg a modelleket, ügynököket, eszközöket és alkalmazásokat.
Ügynökfejlesztési életciklus	Ismerje meg az ügynök létrehozásának teljes életciklusát.

Építés és üzembe helyezés

Ügynökök fejlesztése és üzembe helyezése.

Funkció	Description
Tudássegéd	Tartományspecifikus minőségbiztosítási ügynök csevegőrobotok létrehozása és optimalizálása.
Felügyelői ügynök	Létrehozhat egy felügyelőügynököt, amely a Genie-ügynököket, az ügynökvégpontokat, a Unity Catalog-függvényeket, az MCP-kiszolgálókat és az egyéni ügynököket vezényli.
Egyéni ügynökök	Építsen és helyezzen üzembe ügynököket, köztük RAG-alkalmazásokat és többügynökös rendszereket, Pythonnal.
Databricks alkalmazások	Interaktív felhasználói felületeket hozhat létre és helyezhet üzembe az ügynökök számára, például csevegőalkalmazásokat és adatbeviteli űrlapokat.
MCP-kiszolgálók	Ügynökök csatlakoztatása eszközökhöz, adatokhoz és munkafolyamatokhoz szabványosított MCP-kiszolgálókon keresztül.
AI Search (korábbi nevén Databricks Vector Search)	Felügyelt AI Search-index lekérdezése a megfelelő szövegek és strukturálatlan adatok lekéréséhez.

Kiértékelés és figyelés

Nyomon követheti, értékelheti és monitorozhatja az ügynököket fejlesztési és éles környezetben.

Funkció	Description
Értékelés és monitorozás	Értékelje ki az ügynök minőségét, és figyelje az éles üzembe helyezéseket.
MLflow-nyomkövetés	Az ügynök viselkedésének rögzítése és elemzése a hibakereséshez és a teljesítmény javításához.

Lekérdezés és kiszolgálás

Kérdezzen le LLM-eket, és tegyen elérhetővé ügynököket és modelleket skálázható végpontokon keresztül.

Funkció	Description
LLM-ek és ügynökök lekérdezése az Azure Databricksen	LLM-eket és ügynököket kérdezhet le jegyzetfüzetekből, SQL-ekből és alkalmazásokból.
Alapmodellek	Az LLM-eket skálázható API-kon keresztül, beépített irányítással és monitorozással szolgálja ki.
Unity AI-átjáró	Szabályozza és felügyelje az LLM-ekhez és az ügynökökhöz való hozzáférést a használat nyomon követésével, az adatcsomagok naplózásával és a biztonsági szabályozókkal.
AI-függvények	Az LLM-eket közvetlenül az SQL-ből hívhatja meg az adatok bővítéséhez és AI-munkafolyamatok létrehozásához.