Menggunakan Agen Supervisor untuk membuat sistem multi-agen terkoordinasi

Halaman ini menjelaskan cara menggunakan Agen Supervisor untuk membuat sistem supervisor multi-agen yang mengatur agen dan alat AI untuk bekerja sama pada tugas yang kompleks. Anda dapat meningkatkan koordinasi mereka berdasarkan umpan balik bahasa alami dari pakar materi pelajaran Anda.

Apa itu Agen Supervisor?

Gunakan Agen Supervisor untuk membuat sistem supervisor yang mengoordinasikan Ruang Genie, titik akhir agen, fungsi Katalog Unity, server MCP, dan agen kustom untuk bekerja sama menyelesaikan tugas kompleks di berbagai domain khusus. Agen Supervisor menggunakan pola orkestrasi AI tingkat lanjut untuk mengelola interaksi agen, delegasi tugas, dan sintesis hasil untuk memberikan solusi yang komprehensif.

Supervisor Agent membangun sistem untuk Anda dan memungkinkan Anda meningkatkannya dari waktu ke waktu dengan umpan balik manusia. Ini sangat ideal untuk mendukung kasus penggunaan berikut:

  • Berikan analisis dan wawasan pasar dengan mencari di seluruh laporan penelitian dan data penggunaan.
  • Menjawab pertanyaan tentang proses internal dan mengotomatisasi penanganan backlog tiket terkait.
  • Percepat layanan pelanggan dengan menjawab kebijakan, FAQ, akun, dan pertanyaan lainnya.

Supervisor Agent memungkinkan Anda meningkatkan kualitas koordinasi supervisor dan menyesuaikan perilaku agen berdasarkan umpan balik bahasa alami dari pakar subjek Anda. Berikan contoh dan panduan untuk mengoptimalkan performa sistem.

Agen Supervisor membuat titik akhir komprehensif yang dapat Anda gunakan di hilir untuk aplikasi Anda. Misalnya, Anda dapat berinteraksi dengan titik akhir dengan mengirimkan perintah di Playground atau membangun aplikasi obrolan menggunakan Aplikasi Databricks. Supervisor memiliki kontrol akses bawaan, sehingga pengguna akhir hanya mengakses subagen dan data yang diizinkan untuk mereka akses.

Agen Supervisor menggunakan penyimpanan default untuk menyimpan transformasi data sementara, titik pemeriksaan model, dan metadata internal yang mendukung setiap agen. Pada penghapusan agen, semua data yang terkait dengan agen dihapus dari penyimpanan default.

Requirements

Membuat sistem supervisor multi-agen

Buka ikon Agen.Agen di panel navigasi kiri ruang kerja Anda. Klik Buat Agen, dan pilih Agen Supervisor.

Langkah 1: Membuat subagen dan memberikan izin

Peringatan

Menjalankan kode arbitrer dalam alat agen dapat mengekspos informasi sensitif atau privat yang dapat diakses agen. Pelanggan bertanggung jawab untuk menjalankan hanya kode tepercaya, dan menerapkan pagar pembatas dan izin yang tepat untuk mencegah akses yang tidak diinginkan ke data.

Karena Agen Supervisor membuat sistem supervisor yang mengoordinasikan subagen untuk bekerja sama untuk menyelesaikan tugas yang kompleks, Anda harus terlebih dahulu menyediakan subagen agar dapat berkoordinasi. Subagen ini dapat berupa Genie Spaces, titik akhir agen Asisten Pengetahuan, fungsi Unity Catalog, server MCP, atau agen kustom. Anda juga perlu memberikan akses eksplisit kepada pengguna akhir ke setiap subagen agar supervisor mengembalikan respons bermanfaat dari subagen tersebut.

Ruang Genie

  1. Untuk membuat Genie Space, ikuti langkah-langkah dalam Menyiapkan dan mengelola Genie Space.
  2. Berikan pengguna akhir akses ke Genie Space dan objek Unity Catalog yang mendasar. Ikuti langkah-langkah dalam Berbagi Genie Space.

Titik akhir agen

  1. Untuk membuat agen Asisten Pengetahuan, ikuti langkah-langkah dalam Menggunakan Asisten Pengetahuan untuk membuat chatbot berkualitas tinggi di atas dokumen Anda.
  2. Beri izin pengguna akhir pada titik akhir agen Asisten Pengetahuan.

Fungsi Katalog Unity

  1. Untuk membuat fungsi Katalog Unity sebagai alat agen AI, ikuti langkah-langkah dalam Membuat alat agen AI menggunakan fungsi Katalog Unity.
  2. Berikan pengguna akhir EXECUTE izin untuk fungsi di Katalog Unity.

MCP Eksternal

  1. Untuk menginstal server MCP dari Databricks Marketplace, lihat Mendapatkan akses ke server MCP eksternal. Untuk menyiapkan server MCP eksternal, ikuti langkah-langkah dalam Menggunakan server MCP eksternal. Koneksi harus menggunakan autentikasi token pembawa, autentikasi OAuth Machine-to-Machine, atau autentikasi OAuth User-to-Machine. Lihat Metode autentikasi untuk layanan eksternal.
  2. Berikan izin kepada pengguna akhir pada koneksi Katalog Unity.

MCP Kustom

  1. Untuk membuat server MCP kustom yang dihosting di aplikasi Databricks, ikuti langkah-langkah di Menghosting server MCP kustom menggunakan aplikasi Databricks.
  2. Berikan pengguna akhir izin-izin pada aplikasi Databricks. Lihat Autentikasi untuk agen AI.

Agen kustom

  1. Untuk membuat agen kustom yang dihosting di aplikasi Databricks, ikuti langkah-langkah dalam Menulis agen AI dan menyebarkannya di Aplikasi Databricks.
  2. Beri izin CAN_USE kepada pengguna akhir di aplikasi Databricks. Lihat Autentikasi untuk agen AI.

Langkah 2: Mengonfigurasi supervisor Anda

Konfigurasikan supervisor Anda dan tambahkan agen yang akan dikoordinasikan.

Note

Supervisor memiliki kontrol akses bawaan, sehingga pengguna akhir hanya mengakses subagen dan data yang diizinkan untuk mereka akses.

  • Untuk titik akhir agen, pengguna akhir memerlukan izin CAN QUERY pada titik akhir.
  • Untuk Genie Spaces, pengguna akhir memerlukan akses ke Genie Space dan akses data ke objek Unity Catalog yang mendasar. Lihat Bagikan Ruang Genie.
  • Untuk fungsi Katalog Unity, pengguna akhir memerlukan EXECUTE izin untuk fungsi.
  • Untuk server MCP eksternal, pengguna akhir memerlukan USE CONNECTION izin untuk koneksi Katalog Unity.
  • Untuk server MCP kustom atau agen kustom yang dihosting di Databricks Apps, pengguna akhir memerlukan CAN_USE izin di aplikasi Databricks.

Jika pengguna akhir tidak memiliki akses ke subagen apa pun, supervisor akan mengakhiri percakapan. Jika pengguna akhir memiliki akses ke beberapa tetapi tidak semua subagen, supervisor akan mengalihkan percakapan dari subagen yang tidak dapat diakses pengguna.

  1. Di bidang Nama , masukkan nama untuk agen supervisor Anda.

  2. Di bidang Deskripsi , jelaskan apa yang dapat dilakukan sistem supervisor Anda.

  3. Di bawah Konfigurasikan Agen, pilih hingga 20 agen dan/atau alat.

    Ruang Genie

    Untuk menyediakan Genie Space:

    1. Di bidang Jenis , pilih Ruang Genie.

    2. Pilih Genie Space Anda dari menu drop-down Genie Space .

    3. Nama Agen dan Jelaskan bidang konten diisi secara otomatis jika memungkinkan. Anda dapat mengedit nama dan deskripsi jika diinginkan.

      Supervisor menggunakan informasi dalam deskripsi untuk membantunya mengoordinasikan agen. Berikan detail sebanyak mungkin untuk membantu meningkatkan pendelegasian tugas.

    Untuk mempelajari selengkapnya tentang Genie Spaces, lihat Apa itu Genie Space. Untuk menyiapkan Genie Space, lihat Menyiapkan dan mengelola Genie Space

    Titik akhir agen

    Langkah-langkah berikut dapat diikuti untuk menyediakan titik akhir agen:

    1. Di bidang Jenis , pilih Titik Akhir Agen.
    2. Pilih endpoint dari menu tarik-turun Endpoint Agen. Hanya titik akhir agen yang dibuat melalui Asisten Pengetahuan yang didukung.
    3. Bidang Nama Agen diisi secara otomatis. Anda dapat mengedit ini jika diinginkan.
    4. Di bawah Jelaskan konten, jelaskan apa yang dapat dilakukan agen ini untuk membantu supervisor memahami kapan harus mendelegasikan tugas ke agen ini.

    Fungsi Katalog Unity

    Untuk menyediakan fungsi Unity Catalog:

    1. Di bidang Jenis , pilih Fungsi Katalog Unity.
    2. Pilih fungsi dari menu drop-down Fungsi Katalog Unity .
    3. Di bidang Nama Agen , berikan nama untuk alat ini.
    4. Di bawah Jelaskan konten, jelaskan apa yang dilakukan fungsi ini dan kapan fungsi ini harus digunakan. Ini membantu supervisor memahami kapan harus menggunakan alat ini.

    Untuk mempelajari selengkapnya tentang membuat fungsi Katalog Unity sebagai alat agen, lihat Membuat alat agen AI menggunakan fungsi Katalog Unity.

    MCP Eksternal

    Untuk menyediakan server MCP eksternal:

    1. Di bidang Jenis , pilih Server MCP Eksternal.
    2. Pilih koneksi dari drop-down menu koneksi Katalog Unity.
    3. Di bidang Nama Agen , berikan nama untuk server MCP ini.
    4. Di bawah Jelaskan konten, jelaskan apa yang disediakan server MCP ini dan kapan server tersebut harus digunakan. Ini membantu supervisor memahami kapan harus mendelegasikan ke server ini.

    Untuk mempelajari selengkapnya tentang server MCP eksternal, lihat Menggunakan server MCP eksternal.

    MCP Kustom

    Untuk menyediakan server MCP kustom yang dihosting di aplikasi Databricks:

    1. Di bidang Jenis , pilih Aplikasi Databricks.
    2. Pilih server MCP kustom dari menu drop-down Aplikasi Databricks .
    3. Di bidang Nama Agen , edit nama yang diisi otomatis jika diinginkan.
    4. Di bawah Jelaskan konten, edit deskripsi yang diisi otomatis jika diinginkan. Supervisor menggunakan informasi dalam deskripsi untuk membantunya mengoordinasikan agen. Berikan detail sebanyak mungkin untuk membantu meningkatkan pendelegasian tugas.

    Untuk mempelajari selengkapnya tentang Aplikasi Databricks, lihat Aplikasi Databricks.

    Agen kustom

    Untuk menyediakan agen kustom yang dihosting di aplikasi Databricks:

    1. Di bidang Jenis , pilih Aplikasi Databricks.
    2. Pilih agen kustom dari menu drop-down Aplikasi Databricks .
    3. Di bidang Nama Agen , edit nama yang diisi otomatis jika diinginkan.
    4. Di bawah Jelaskan konten, edit deskripsi yang diisi otomatis jika diinginkan. Supervisor menggunakan informasi dalam deskripsi untuk membantunya mengoordinasikan agen. Berikan detail sebanyak mungkin untuk membantu meningkatkan pendelegasian tugas.

    Untuk mempelajari selengkapnya tentang Aplikasi Databricks, lihat Aplikasi Databricks.

  4. (Opsional) Untuk menambahkan lebih banyak agen, klik + Tambahkan. Anda dapat menyediakan hingga 20 agen.

  5. (Opsional) Di bidang Instruksi , tentukan panduan tentang bagaimana pengawas harus merespons.

  6. Klik Buat Agen.

Anda akan diarahkan ke tab Konfigurasi . Dibutuhkan beberapa menit hingga beberapa jam untuk membuat sistem multi-agen dan agen supervisor Anda.

Langkah 3: Uji agen supervisor Anda

Setelah supervisor Anda selesai membangun, uji untuk melihat seberapa baik supervisor mengoordinasikan beberapa agen untuk menangani tugas yang kompleks. Di Uji Agen Anda di panel sisi kanan, mengobrol dengan agen untuk mengevaluasi responsnya.

  1. (Opsional) Anda juga dapat menguji agen di AI Playground. Klik Buka di Playground. Ini membuka AI Playground dengan endpoint supervisor Anda yang tersambung. Jika Anda mengaktifkan fitur bantuan AI, Anda dapat mengaktifkan AI Judge dan Pembuatan Tugas Sintetis untuk membantu Anda mengevaluasi supervisor Anda.
  2. Di bawah Uji Agen Anda atau di AI Playground, masukkan tugas kompleks untuk supervisor Anda.
  3. Evaluasi responsnya. Pastikan bahwa supervisor berhasil mendelegasikan tugas ke agen yang tepat.
  4. Berdasarkan respons agen Anda, sesuaikan bidang Deskripsi dan Instruksi di panel sisi kiri untuk meningkatkan konfigurasinya.
  5. Klik Perbarui Agen.

Jika Anda puas dengan performa supervisor Anda, lanjutkan menggunakan supervisor as-is.

Langkah 4: Memperbaiki pengawas

Agen Supervisor dapat menyesuaikan perilaku supervisor berdasarkan umpan balik bahasa alami. Kumpulkan umpan balik dari para ahli melalui halaman konfigurasi untuk meningkatkan kualitas koordinasi supervisor Anda. Mengumpulkan data berlabel untuk supervisor Anda dapat meningkatkan performanya. Agen Pengawas akan melatih ulang dan mengoptimalkan supervisor dengan data baru.

Di tab Contoh , tambahkan pertanyaan dan skenario tugas untuk supervisor.

  1. Tambahkan pertanyaan ke label:

    1. Klik + Tambahkan untuk menambahkan pertanyaan.
    2. Di modal Tambahkan pertanyaan , masukkan pertanyaan Anda.
    3. Klik Tambahkan. Pertanyaan akan muncul di UI.
    4. Ulangi hingga Anda menambahkan semua pertanyaan yang ingin Anda evaluasi.
    5. Untuk menghapus pertanyaan, klik menu kebab, lalu Hapus.

  2. Setelah selesai menambahkan pertanyaan, Anda dapat berbagi agen dengan orang lain untuk ditinjau guna membantu Anda membangun himpunan data berlabel berkualitas tinggi. Bagikan tautan ke halaman konfigurasi Agen Supervisor Anda untuk mengumpulkan umpan balik dari para ahli.

  3. Pastikan para ahli memiliki akses ke agen supervisor dan subagen yang sesuai:

    1. Di sudut kanan atas, klik ikon menu kebab. untuk mengelola izin. Berikan para ahli izin CAN_MANAGE sehingga mereka dapat mengakses agen dan memberikan umpan balik.
    2. Pastikan UKM memiliki akses ke subagen yang sesuai:
      • Untuk setiap Genie Space, berikan semua izin yang sesuai kepada UKM untuk berinteraksi dengan ruang. Lihat Bagikan Ruang Genie.
      • Untuk setiap titik akhir agen, berikan izin kepada CAN QUERY UKM.
      • Untuk setiap fungsi Katalog Unity, berikan EXECUTE izin kepada pakar di bidang tersebut pada fungsi.
      • Untuk setiap server MCP eksternal, berikan izin kepada SME pada koneksi Katalog Unity.
      • Untuk setiap server MCP kustom atau agen kustom yang dihosting di Databricks Apps, berikan izin kepada CAN_USE UKM pada aplikasi Databricks.

    Jika UKM tidak memiliki akses ke subagen apa pun, supervisor akan mengakhiri percakapan. Jika pengguna akhir memiliki akses ke beberapa tetapi tidak semua subagen, supervisor akan mengalihkan percakapan dari subagen yang tidak dapat diakses pengguna.

  4. Untuk memberi label data, klik pertanyaan dan tambahkan Panduan di panel yang muncul. Panduan berlaku segera setelah disimpan.

  5. Uji agen lagi di halaman konfigurasi atau AI Playground untuk melihat peningkatan performanya. Jika diperlukan, tambahkan lebih banyak pertanyaan dan panduan untuk terus meningkatkan perilaku.

Langkah 5: Mengelola izin

Secara default, hanya penulis agen dan admin ruang kerja yang memiliki izin ke agen. Untuk mengizinkan pengguna lain mengedit atau mengkueri agen Anda, Anda perlu secara eksplisit memberi mereka izin.

Untuk mengelola izin pada agen Anda:

  1. Buka agen Anda di halaman Agen .
  2. Di bagian atas, klik ikon menu Kebab. menu kebab.
  3. Klik Kelola izin.
  4. Di jendela Pengaturan Izin , pilih pengguna, grup, atau perwakilan layanan.
  5. Pilih izin yang akan diberikan:
    • Dapat Mengelola: Memungkinkan pengelolaan agen, termasuk mengatur izin, mengedit konfigurasi agen, dan meningkatkan kualitasnya.
    • Dapat Mengkueri: Memungkinkan kueri titik akhir agen di AI Playground dan melalui API. Pengguna dengan hanya izin ini tidak dapat melihat atau mengedit agen di halaman Agen.
  6. Klik Tambahkan.
  7. Kliklah Simpan.

Note

Untuk titik akhir agen yang dibuat sebelum 16 September 2025, Anda bisa memberikan izin Dapat Meminta Query ke titik akhir dari halaman Titik akhir pelayanan.

Langkah 6: Melakukan kueri pada titik akhir agen

Pada halaman agen, klik Titik akhir untuk membuka titik akhir agen dan melihat detailnya.

Ada beberapa cara untuk melakukan kueri pada titik akhir supervisor yang telah dibuat. Gunakan contoh kode yang disediakan di AI Playground sebagai titik awal.

  1. Klik Buka di ruang uji coba.
  2. Dari Playground, klik Dapatkan kode.
  3. Pilih bagaimana Anda ingin menggunakan titik akhir:
    • Pilih Curl API untuk contoh kode untuk mengkueri titik akhir menggunakan curl.
    • Pilih Python API untuk contoh kode guna berinteraksi dengan titik akhir menggunakan Python.

Mengelola agen supervisor menggunakan Databricks SDK

Important

Fitur ini ada di Beta. Admin akun dapat mengontrol akses ke fitur ini dari halaman Pratinjau . Lihat Kelola pratinjau Azure Databricks.

Anda dapat menggunakan SDK Databricks untuk Python untuk membuat dan mengelola agen supervisor secara terprogram dan alatnya. Untuk daftar lengkap operasi yang tersedia, lihat referensi SDK Agen Supervisor.

Membuat agen supervisor

Contoh berikut membuat agen supervisor baru dengan nama tampilan, deskripsi, dan instruksi.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.supervisoragents import SupervisorAgent

w = WorkspaceClient()

supervisor_agent = SupervisorAgent(
    display_name="<display-name>",
    description="<description>",
    instructions="<instructions>",
)
created = w.supervisor_agents.create_supervisor_agent(supervisor_agent=supervisor_agent)
print(created)

Ganti <display-name>, <description>, dan <instructions> dengan nilai untuk agen supervisor Anda.

Mengelola alat (subagen)

Anda dapat menambahkan, memperbarui, dan menghapus alat (subagen) pada agen supervisor yang ada menggunakan SDK. Alat mewakili subagen seperti asisten pengetahuan, Ruang Genie, fungsi Katalog Unity, dan titik akhir agen lainnya.

Tambahkan alat (subagen)

Contoh berikut menambahkan asisten pengetahuan sebagai alat pada agen supervisor yang ada.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.supervisoragents import Tool, KnowledgeAssistant

w = WorkspaceClient()

tool = Tool(
    tool_type="knowledge_assistant",
    description="<tool-description>",
    knowledge_assistant=KnowledgeAssistant(
        knowledge_assistant_id="<knowledge-assistant-id>",
    ),
)

created_tool = w.supervisor_agents.create_tool(
    parent="supervisor-agents/<supervisor-agent-id>",
    tool=tool,
    tool_id="<tool-id>",
)
print(created_tool)

Ganti <supervisor-agent-id> dengan ID agen supervisor Anda, <knowledge-assistant-id> dengan ID asisten pengetahuan untuk ditambahkan sebagai alat, dan <tool-id> dengan pengidentifikasi unik untuk alat tersebut.

Memperbarui alat (subagen)

Contoh berikut memperbarui deskripsi alat yang ada.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.supervisoragents import Tool
from databricks.sdk.common.types.fieldmask import FieldMask

w = WorkspaceClient()

updated_tool = w.supervisor_agents.update_tool(
    name="supervisor-agents/<supervisor-agent-id>/tools/<tool-id>",
    tool=Tool(
        tool_type="knowledge_assistant",
        description="<new-description>",
    ),
    update_mask=FieldMask(["description"]),
)
print(updated_tool)

Bidang yang diizinkan di update_mask: description.

Menghapus perangkat (subagen)

Contoh berikut ini menghapus sebuah alat dari agen pengawas.

from databricks.sdk import WorkspaceClient

w = WorkspaceClient()

w.supervisor_agents.delete_tool(
    name="supervisor-agents/<supervisor-agent-id>/tools/<tool-id>",
)

Limitations

Langkah berikutnya

Tugas jangka panjang Penyelia Agen

  • Last updated on