Important
この機能は ベータ版です。 ワークスペース設定は必要ありません。 Agent BricksのCLIをインストールして始めてください。
このクイックスタートでは、エージェントの構築とデプロイのための Azure Databricks コマンドラインツールであるAgent Bricks CLI（databricks-agentbricks）を使って、空のディレクトリからデプロイ済みのカスタムエージェントへと導きます。 Agent BricksのCLIはモデルアクセス、メモリ、セッション、ツール、トレーシングを管理し、エージェントのロジックに集中できます。
エージェントブリックスCLIの動作原理
Agent Bricks CLI は、フレームワークテンプレートからローカル プロジェクトを生成し、ランタイム、テスト、オプションのチャット UI があらかじめ設定された状態で利用できます。 アプリケーションロジック（モデル、ツール、プロンプト）を書き、CLIがそれをローカルで実行してデプロイします。 宣言型agent.tomlファイルは、エージェントが依存するツール、メモリ、セッション、トレースなどの Azure Databricks 管理リソースに関する信頼できる唯一の情報源です。
agentbricks deploy それを読み込んでプロビジョニングし、必要な設定と接続を行います。
エージェントを空のディレクトリから本番環境へと導く3つのコマンドがあります:
-
agentbricks initプロジェクトをひな形生成し、agent.tomlを書きます。 -
agentbricks devはエージェントをローカルで実行し、Azure Databricks と同じランタイムと環境を使用します。 -
agentbricks deploy宣言されたリソースをプロビジョニングし、デプロイをロールアウトします。
Prerequisites
Databricks CLI がインストールされ、PATH に追加されていること。
Python 3.10以上で、
pipが必要です。エージェントブリックCLIをインストールしてください:
pip install databricks-agentbricks
手順 1: 認証
OAuthでワークスペースに認証し、名前付きプロファイルを保存し、そのプロファイルをAgent Bricks CLIのデフォルトとして設定します:
databricks auth login --host https://<your-workspace-url> --profile <profile>
agentbricks login --profile <profile>
ステップ2: プロジェクトのひな形を作成する
新しいエージェント プロジェクトを作成し、--framework でフレームワーク テンプレートを選択します:
agentbricks init --framework langgraph my-agent
cd my-agent
ステップ3:エージェントをローカルで実行する
デプロイ前にマシンでエージェントを実行してテストしてください:
agentbricks dev
これにより、Azure Databricksエージェントランタイムと同じコマンドと環境を使い、ポート8000でローカルサーバーが起動し、Azure Databricksモデルサービングに接続されます。 エージェントとやり取りするリクエストを http://localhost:8000 に送ります。
ステップ4:エージェントをデプロイする
エージェントをAzure Databricksエージェントランタイムにデプロイしてください:
agentbricks deploy my-agent
エージェントブリックスCLIは、バインドされたストアをプロビジョニングし、エージェントのサービスプリンシパルにアクセス権を与え、デプロイをロールアウトします。 終了後、CLIはデプロイメントのURLを返します。 URLを開いて、ライブエージェントとやり取りしてください。
次のステップ
- 完全なコマンドのウォークスルーとAgent BricksのCLI機能: Agent Bricks CLI。
- マネージド エージェント メモリとセッションをバインドする: マネージド エージェント メモリ。
- ツールとMCPサービスを追加: MCPs。
- MLflowでエージェントトレースを表示: トレーシングの概要。