Altri modi per costruire agenti

Questa pagina tratta altri modi per costruire agenti su Azure Databricks.

Per i nuovi agenti scritti in codice, Databricks raccomanda la CLI di Agent Bricks, che esegue il tuo agente DurableAgentServer e lo distribuisce su Agent Runtime. Consulta "Deploy agents on Azure Databricks". Per nuovi agenti creati senza codice, usa Genie Agents.

Altre offerte e alternative consigliate

Altra offerta	Usare invece
Assistente conoscenze	Genie Agents per creare agenti low-code per i tuoi documenti e dati.
Agente supervisore	Genie Agents per agenti low-code. Per coordinare più agenti nel codice, usa la CLI di Agent Bricks.
Supervisor API (deprecata)	Scrivi il tuo loop agente e distribuiscilo con la CLI di Agent Bricks. Consulta "Deploy agents on Azure Databricks".
Costruisci un sistema multi-agente personalizzato	La CLI di Agent Bricks. Per fornire al tuo agente i Genie Agents come strumenti, esegui agentbricks tools add genie-agent.
Esegui gli agenti su Databricks Apps usando il server agente legacy	La CLI di Agent Bricks, con DurableAgentServerAgent Runtime.
Crea un front-end per un agente chat	I progetti che crei con la CLI Agent Bricks includono un'interfaccia di chat.
Agente personalizzato sul serving del modello	La CLI di Agent Bricks. Per spostare un agente esistente, vedi Migra un agente da Model Serving a Databricks Apps.
Crea un agente LLM personalizzato	Funzioni di IA, come ai_query.
Archivi di memoria gestiti (legacy)	Memoria dell'agente gestito.
Parco giochi AI	Per interrogare i modelli, vedi Eseguire query sui modelli foundation e di embedding. Per costruire e testare agenti, usa la CLI Agent Bricks ed esegui il tuo agente localmente con agentbricks dev. Per interrogare un agente distribuito, vedi Interrogare gli agenti distribuiti su Azure Databricks.

La pagina Self-managed agent memory (Lakebase) è un'offerta legacy. Usa invece la memoria dell'agente gestito e le sessioni dell'agente gestito .