この記事では、Azure Databricks で AI エージェントを作成するプロセスについて説明し、エージェントを作成するための使用可能な方法について説明します。
エージェントの詳細については、「 Azure Databricks での生成 AI アプリの概要」を参照してください。
Agent Bricks を使用してエージェントを自動的に構築する
Agent Bricks は、一般的な AI ユース ケース用にドメイン固有の高品質の AI エージェント システムを構築および最適化するための簡単なアプローチを提供します。 ユース ケースとデータを指定すると、Agent Bricks によって、さらに絞り込むことができる複数の AI エージェント システムが自動的に構築されます。 「エージェント ブロック」を参照してください。
コードでエージェントを作成する
Mosaic AI Agent Framework と MLflow には、Python でエンタープライズ対応のエージェントを作成するのに役立つツールが用意されています。
Azure Databricks では、LangGraph/LangChain、LlamaIndex、カスタム Python 実装などのサード パーティのエージェント作成ライブラリを使用したエージェントの作成がサポートされています。
すぐに始めるには、「 AI エージェントの概要」を参照してください。 さまざまなフレームワークと高度な機能を持つエージェントの作成の詳細については、 コードでの AI エージェントの作成に関するページを参照してください。
AI プレイグラウンドを使用したエージェントのプロトタイプ作成
AI Playground は、Azure Databricks でエージェントを作成する最も簡単な方法です。 AI Playground を使用すると、さまざまな LLM から選択し、ローコード UI を使用してツールをすばやく LLM に追加できます。 その後、エージェントとチャットして応答をテストし、デプロイまたはさらなる開発のためにエージェントをコードにエクスポートできます。
AI Playground のプロトタイプ ツール呼び出しエージェント参照してください。
Azure Databricks の機能との互換性を確保するためのモデル署名について理解する
Azure Databricks では、 MLflow モデルシグネチャを 使用して、エージェントの入力スキーマと出力スキーマを定義します。 AI Playground などの製品機能では、エージェントにサポートされているモデル署名のセットのいずれかが含まれているものとします。
エージェントの作成に推奨されるアプローチに従うと、MLflow は、Azure Databricks 製品の機能と互換性のあるエージェントの署名を自動的に推論します。追加の作業は必要ありません。
それ以外の場合は、Azure Databricks の機能との互換性を確保するために、 エージェントがレガシ入力および出力エージェント スキーマの他の署名のいずれかに準拠していることを確認する必要があります。