Nota
L'accesso a questa pagina richiede l'autorizzazione. Puoi provare ad accedere o a cambiare directory.
L'accesso a questa pagina richiede l'autorizzazione. Puoi provare a cambiare directory.
Questa pagina descrive come usare Agent Brick: Supervisor Agent per creare un sistema di supervisione multi-agente che orchestra gli agenti e gli strumenti di intelligenza artificiale per lavorare insieme su attività complesse. È possibile migliorare il coordinamento in base al feedback del linguaggio naturale degli esperti in materia.
Agent Brick offre un approccio semplice per creare e ottimizzare sistemi di agenti di intelligenza artificiale di alta qualità specifici del dominio per casi d'uso comuni di intelligenza artificiale.
Che cos'è l'agente "Brick": Supervisore Agente?
Usare Agent Bricks: Supervisor Agent per creare un sistema supervisore che coordina gli Genie Spaces, gli endpoint degli agenti, le funzioni del Unity Catalog e i server MCP per collaborare per completare attività complesse in diversi domini specializzati. L'agente supervisore usa modelli avanzati di orchestrazione di intelligenza artificiale per gestire le interazioni degli agenti, la delega delle attività e la sintesi dei risultati per offrire soluzioni complete.
Agent Brick: l'agente supervisore crea automaticamente il sistema e consente di migliorarlo nel tempo con il feedback umano. È ideale per supportare i casi d'uso seguenti:
- Fornire analisi e informazioni dettagliate sul mercato eseguendo ricerche in report di ricerca e dati sull'utilizzo.
- Rispondi alle domande sui processi interni e automatizza la gestione del backlog dei ticket.
- Velocizza il servizio clienti rispondendo a domande su politiche, FAQ, account e altri quesiti.
L'agente supervisore consente di migliorare la qualità del coordinamento del supervisore e di regolare il comportamento dell'agente in base al feedback del linguaggio naturale degli esperti in materia. Fornire esempi e linee guida per ottimizzare le prestazioni del sistema.
Supervisor Agent crea un endpoint completo che è possibile usare downstream per le applicazioni. Ad esempio, è possibile interagire con l'endpoint inviando richieste in Playground o compilare un'applicazione di chat usando Databricks Apps. Il supervisore dispone di controlli di accesso predefiniti, in modo che gli utenti finali accevano solo ai subagenti e ai dati a cui hanno accesso.
Agent Brick usa l'archiviazione predefinita per archiviare trasformazioni dei dati temporanee, checkpoint del modello e metadati interni che alimentano ogni agente. In caso di eliminazione dell'agente, tutti i dati associati all'agente vengono rimossi dalla risorsa di archiviazione predefinita.
Requirements
- Un'area di lavoro che include quanto segue:
- Anteprima dei Blocchi Agente di Mosaic AI (Beta) abilitata. Vedere Gestire le anteprime di Azure Databricks.
- Monitoraggio della produzione per MLflow (Beta) abilitato. Questo è necessario per il funzionamento del tracciamento. Vedere Gestire le anteprime di Azure Databricks.
- Framework Agent: autorizzazione per conto dell'utente abilitata. Vedere Gestire le anteprime di Azure Databricks. L'autorizzazione on-behalf-of-user consente a un agente di agire per conto dell'utente finale, rispettando le autorizzazioni di accesso dell'utente. Consulta Autenticazione per conto dell'utente.
- Calcolo serverless attivato. Vedere Requisiti di calcolo serverless.
- Catalogo Unity abilitato. Vedere Abilitare un'area di lavoro per il Catalogo Unity.
- Accesso al Servizio di modelli AI di Mosaic.
- Accesso ai modelli di base nel catalogo unity tramite lo
system.aischema. - Accesso a un criterio di budget serverless con un budget diverso da zero.
- Un'area di lavoro in una delle aree supportate:
eastus,eastus2,westus,centralusonorthcentralus. - Per le aree di lavoro con il profilo di sicurezza della conformità abilitato e i controlli HIPAA selezionati, è necessario abilitare l'anteprima dell'agente supervisore. Vedere Gestire le anteprime di Azure Databricks.
- L'endpoint del
databricks-gte-large-enmodello di incorporamento deve avere guardrail di intelligenza artificiale e limiti di frequenza disabilitati. Vedere Configurare il gateway di intelligenza artificiale nei modelli che servono gli endpoint. - È necessario disporre di agenti o strumenti pronti per l'uso. È necessario specificare almeno uno dei seguenti elementi:
- Un endpoint esistente di Agent Bricks: Knowledge Assistant(/generative-ai/agent-bricks/knowledge-assistant.md).
- Uno spazio Genie esistente. Per configurare uno spazio Genie, vedere Configurare e gestire uno spazio di intelligenza artificiale/BI Genie.
- Strumenti di intelligenza artificiale creati come funzioni del Catalogo Unity. Vedere Creare strumenti dell'agente di intelligenza artificiale usando le funzioni del catalogo di Unity.
- Server MCP esterni con connessioni del catalogo di Unity configurate. È possibile installare un server MCP da Databricks Marketplace o Usare server MCP esterni. La connessione deve usare l'autenticazione tramite token di accesso o l'autenticazione OAuth tra macchine. Vedere Metodi di autenticazione per i servizi esterni.
- Gli utenti finali dell'agente supervisore devono avere accesso esplicito per interagire con ogni subagente:
- Per un endpoint agente, gli utenti finali richiedono l'autorizzazione
CAN QUERY. - Per uno spazio Genie, agli utenti finali è richiesto l'accesso sia allo spazio Genie sia ai dati sui relativi oggetti del Catalogo Unity sottostanti. Vedi Condividere uno spazio Genie.
- Per le funzioni del catalogo Unity, gli utenti finali richiedono l'autorizzazione
EXECUTEper la funzione. - Per i server MCP esterni, gli utenti finali richiedono l'autorizzazione
USE CONNECTIONper la connessione al catalogo Unity.
- Per un endpoint agente, gli utenti finali richiedono l'autorizzazione
Creare un sistema di supervisione multi-agente
Vai all'icona nel riquadro di navigazione a sinistra della tua area di lavoro. Nel riquadro Supervisor Agent (Agente supervisore) fare clic su Build.
Passaggio 1: Creare subagenti e concedere autorizzazioni
Avvertimento
L'esecuzione di codice arbitrario in uno strumento agente può esporre informazioni riservate o private a cui l'agente ha accesso. I clienti sono responsabili dell'esecuzione solo di codice attendibile e dell'implementazione di protezioni e autorizzazioni appropriate per impedire l'accesso imprevisto ai dati.
Poiché Agent Brick: Supervisor Agent crea un sistema di supervisione che coordina i subagenti per lavorare insieme per completare attività complesse, è prima necessario fornire subagenti per coordinarlo. Questi subagenti possono essere Genie Spaces, endpoint dell'agente di Knowledge Assistant, funzioni del catalogo Unity o server MCP. È anche necessario concedere agli utenti finali l'accesso esplicito a ogni subagent per consentire al supervisore di restituire risposte utili da tale subagente.
Spazio Genie
- Per creare uno spazio Genie, seguire la procedura descritta in Configurare e gestire uno spazio di intelligenza artificiale/BI Genie.
- Concedere agli utenti finali l'accesso allo spazio Genie e ai relativi oggetti Catalogo Unity sottostanti. Seguire i passaggi descritti in Condividere uno spazio Genie.
Endpoint agente
- Per creare un agente di Knowledge Assistant, seguire la procedura descritta in Usare i mattoni dell'agente: Knowledge Assistant per creare un chatbot di alta qualità sui documenti.
- Concedere agli utenti finali l'autorizzazione
CAN QUERYper l'endpoint dell'agente di Knowledge Assistant.
Funzione del catalogo Unity
- Per creare funzioni del catalogo Unity come strumenti dell'agente di intelligenza artificiale, seguire la procedura descritta in Creare gli strumenti dell'agente di intelligenza artificiale usando le funzioni del catalogo unity.
- Concedere agli utenti finali l'autorizzazione
EXECUTEper la funzione Catalogo Unity.
Server MCP esterno
- Per installare un server MCP da Databricks Marketplace, vedere Ottenere l'accesso ai server MCP esterni. Per configurare server MCP esterni, seguire la procedura descritta in Usare server MCP esterni. La connessione deve usare l'autenticazione tramite token di accesso o l'autenticazione OAuth tra macchine. Vedere Metodi di autenticazione per i servizi esterni.
- Concedere agli utenti finali l'autorizzazione
USE CONNECTIONper la connessione al catalogo Unity.
Passaggio 2: Configurare il supervisore
Nella scheda Compilazione configura il supervisore e aggiungi gli agenti che coordinerà.
Note
Il supervisore dispone di controlli di accesso predefiniti, in modo che gli utenti finali accevano solo ai subagenti e ai dati a cui hanno accesso.
- Per i punti finali dell'agente, gli utenti finali richiedono l'autorizzazione
CAN QUERYsul punto finale. - Per gli spazi Genie, gli utenti finali richiedono l'accesso sia allo spazio Genie che ai dati ai relativi oggetti del Catalogo Unity sottostanti. Vedi Condividere uno spazio Genie.
- Per le funzioni del catalogo Unity, gli utenti finali richiedono l'autorizzazione
EXECUTEper la funzione. - Per i server MCP esterni, gli utenti finali richiedono l'autorizzazione
USE CONNECTIONper la connessione al catalogo Unity.
Se l'utente finale non ha accesso ad alcun subagente, il supervisore terminerà la conversazione. Se l'utente finale ha accesso ad alcuni ma non a tutti i subagenti, il supervisore reindirizzerà la conversazione da subagenti a cui l'utente non può accedere.
Nel campo Nome immettere un nome per l'agente supervisore.
Nel campo Descrizione descrivere le operazioni che il sistema di supervisione può eseguire.
In Configura agenti selezionare fino a 20 agenti e/o strumenti.
Spazio Genie
Per fornire uno spazio Genie:
Nel campo Tipo, selezionare Genie Space.
Selezionare il proprio spazio Genie dal menu a tendina Spazio Genie.
Il nome dell'agente e i campi di contenuto vengono popolati automaticamente quando possibile. È possibile modificare il nome e la descrizione, se necessario.
Il supervisore usa le informazioni nella descrizione per coordinare gli agenti. Fornire il maggior numero di dettagli possibile per migliorare la delega delle attività.
Per altre informazioni sugli spazi Genie, vedere Che cos'è uno spazio genie di intelligenza artificiale/BI. Per configurare uno spazio Genie, vedere Configurare e gestire uno spazio di intelligenza artificiale/BI Genie
Endpoint agente
Per fornire un endpoint agente:
- Nel campo Tipo selezionare Endpoint agente.
- Selezionare l'endpoint dal menu a tendina Endpoint agente. Sono supportati solo gli endpoint agente creati tramite Agent Brick: Knowledge Assistant .
- Il campo Nome agente viene popolato automaticamente. Se lo si desidera, è possibile modificarlo.
- In Descrivere il contenuto descrivere le operazioni che l'agente può eseguire per aiutare il supervisore a comprendere quando delegare le attività a questo agente.
Funzione del catalogo Unity
Per fornire una funzione del catalogo Unity:
- Nel campo Tipo selezionare Funzione catalogo Unity.
- Selezionare la funzione dal menu a discesa Funzione Catalogo Unity.
- Nel campo Nome agente specificare un nome per questo strumento.
- In Descrivere il contenuto descrivere le operazioni che questa funzione esegue e quando deve essere usata. Ciò consente al supervisore di comprendere quando usare questo strumento.
Per altre informazioni sulla creazione di funzioni del catalogo Unity come strumenti agente, vedere Creare strumenti dell'agente di intelligenza artificiale usando le funzioni del catalogo Unity.
Server MCP esterno
Per fornire un server MCP esterno:
- Nel campo Tipo selezionare Server MCP esterno.
- Selezionare dal menu a discesa la connessione Connessione catalogo Unity.
- Nel campo Nome agente specificare un nome per il server MCP.
- In Descrivere il contenuto descrivere cosa fornisce il server MCP e quando deve essere usato. Ciò consente al supervisore di comprendere quando delegare a questo server.
Per altre informazioni sui server MCP esterni, vedere Usare server MCP esterni.
(Facoltativo) Per aggiungere altri agenti, fare clic su + Aggiungi. È possibile fornire fino a 20 agenti.
(Facoltativo) Nel campo Istruzioni specificare le linee guida per la risposta del supervisore.
Fare clic su Crea agente.
Si verrà reindirizzati alla scheda Configura . La creazione del sistema multi-agente e dell'agente supervisore può richiedere alcuni minuti.
Passaggio 3: Testare l'agente supervisore
Dopo che il tuo supervisore ha terminato la costruzione, testarlo per verificare in che modo il supervisore coordina più agenti per gestire attività complesse. In Testare l'agente, nel riquadro laterale destro, chattare con l'agente per valutare le risposte.
- (Facoltativo) È anche possibile testare l'agente in AI Playground. Clicca su Apri in Playground. Questo apre AI Playground con l'endpoint di supervisione connesso. Se hai abilitate le funzionalità assistive di intelligenza artificiale, puoi attivare AI Judge e Generazione sintetica di compiti per aiutarti a valutare il tuo supervisore.
- Nel Testa il tuo agente o in AI Playground, inserire un compito complesso per il supervisore.
- Valutarne la risposta. Assicurarsi che il supervisore delega correttamente le attività agli agenti corretti.
- In base alle risposte dell'agente, modificare i campi Descrizione e Istruzioni nel pannello a sinistra per migliorarne la configurazione.
- Fare clic su Aggiorna agente.
Se si è soddisfatti delle prestazioni del supervisore, continuare a usare il supervisore così com'è.
Passaggio 4: Migliorare il supervisore
Agent Bricks: l'Agente Supervisore può modificare il comportamento del supervisore in base al feedback in linguaggio naturale. Raccogliere commenti e suggerimenti dagli esperti tramite la pagina di configurazione per migliorare la qualità del coordinamento del supervisore. La raccolta di dati etichettati per il supervisore può migliorare le prestazioni. Agent Bricks riqualificherà e ottimizzerà il supervisore dai nuovi dati.
Nella scheda Esempi aggiungere domande e scenari di attività per il supervisore.
Aggiungere domande all'etichetta:
- Fare clic su + Aggiungi per aggiungere una domanda.
- Nella finestra modale Aggiungi una domanda, inserisci la tua domanda.
- Fare clic su Aggiungi. La domanda dovrebbe essere visualizzata nell'interfaccia utente.
- Ripetere fino a quando non sono state aggiunte tutte le domande da valutare.
- Per eliminare una domanda, fare clic sul menu kebab e quindi su Elimina.
Dopo aver aggiunto le domande, è possibile condividere l'agente con altri utenti per esaminare per creare un set di dati con etichetta di alta qualità. Condividi un collegamento alla pagina di configurazione di Agent Bricks: Supervisor Agent per raccogliere feedback dagli esperti.
Assicurarsi che gli esperti abbiano accesso all'agente supervisore e ai subagenti appropriati:
- Nell'angolo in alto a destra, fare clic sull'icona del menu Kebab
. Concedere agli esperti CAN_MANAGE autorizzazioni in modo da poter accedere all'agente e fornire feedback.
- Assicurarsi che lo SME abbia accesso ai subagenti appropriati:
- Per ogni spazio Genie, concedere alle PMI tutte le autorizzazioni appropriate per interagire con lo spazio. Vedi Condividere uno spazio Genie.
- Per ogni endpoint dell'agente, concedere allo SME l'autorizzazione
CAN QUERY. - Per ogni funzione del catalogo Unity, concedere all'SME l'autorizzazione
EXECUTEper la funzione. - Per ogni server MCP esterno, concedere all'SME l'autorizzazione
USE CONNECTIONper la connessione al catalogo Unity.
Se lo SME non ha accesso ad alcun subagente, il supervisore terminerà la conversazione. Se l'utente finale ha accesso ad alcuni ma non a tutti i subagenti, il supervisore reindirizzerà la conversazione da subagenti a cui l'utente non può accedere.
- Nell'angolo in alto a destra, fare clic sull'icona del menu Kebab
Per etichettare i dati, fare clic su una domanda e aggiungere linee guida nel pannello visualizzato. Le linee guida si applicano subito dopo il salvataggio.
Testare di nuovo l'agente nella pagina di configurazione o in AI Playground per visualizzarne le prestazioni migliorate. Se necessario, aggiungere altre domande e linee guida per continuare a migliorare il comportamento.
Gestire le autorizzazioni
Per impostazione predefinita, solo gli autori di Agent Brick e gli amministratori dell'area di lavoro dispongono delle autorizzazioni per l'agente. Per consentire ad altri utenti di modificare o eseguire query nell'agente, è necessario concedere in modo esplicito l'autorizzazione.
Per gestire le autorizzazioni per l'agente:
- Apri il tuo agente in Agent Bricks.
- Nella parte superiore fare clic
- Fare clic su Gestisci autorizzazioni.
- Nella finestra Impostazioni autorizzazione selezionare l'utente, il gruppo o l'entità servizio.
- Selezionare l'autorizzazione per concedere:
- Può gestire: consente di gestire i moduli dell'agente, incluse l'impostazione delle autorizzazioni, la modifica della configurazione dell'agente e il miglioramento della qualità.
- Può interrogare: permette di eseguire interrogazioni sull'endpoint Agent Bricks in AI Playground e tramite l'API. Gli utenti con questa autorizzazione non possono vedere o modificare l'agente in Agent Bricks.
- Fare clic su Aggiungi.
- Fare clic su Salva.
Note
Per gli endpoint dell'agente creati prima del 16 settembre 2025, è possibile concedere le autorizzazioni Can Query all'endpoint dalla pagina Gestione degli endpoint .
Eseguire una query sull'endpoint dell'agente
Nella pagina dell'agente fare clic Vedere Stato dell'agente in alto a destra per ottenere l'endpoint dell'agente distribuito e visualizzare i dettagli dell'endpoint.
Esistono diversi modi per eseguire query sull'endpoint supervisore creato. Usare gli esempi di codice forniti in AI Playground come punto di partenza.
- Nella scheda Compilazione fare clic su Apri nell'area di prova.
- Da Playground fare clic su Recupera codice.
- Scegliere come usare l'endpoint:
- Selezionare Curl API per un esempio di codice per eseguire una query sull'endpoint usando curl.
- Selezionare l'API Python per un esempio di codice per interagire con l'endpoint usando Python.
Limitations
- Sono supportati solo gli endpoint agente creati tramite Agent Brick: Knowledge Assistant .
- I controlli di intelligenza artificiale e i limiti di frequenza devono essere disabilitati nell'endpoint del
databricks-gte-large-enmodello. Vedere Configurare il gateway di intelligenza artificiale nei modelli che servono gli endpoint. - Non è possibile utilizzare più di 20 agenti in un unico sistema di supervisione.
- Le aree di lavoro con sicurezza avanzata e conformità abilitate non sono supportate.
- Per consentire il funzionamento della traccia, è necessario abilitare il monitoraggio di produzione per MLflow (Beta). Vedere Gestire le anteprime di Azure Databricks.