Agent Bricks는 Azure Databricks의 에이전트 개발자 플랫폼입니다. 이를 활용해 에이전트 기반 제품과 워크플로우를 구동하는 에이전트를 구축하고 배포하세요.
Agent Bricks는 프로덕션 에이전트를 구축하기 위한 핵심 워크플로우를 지원합니다:
-
에이전트 배포:에이전트 런타임 은 상태 기반 또는 상태 없는 프레임워크나 하네스로 구축된 에이전트를 호스팅합니다.
DurableAgentServer, AgentKit 라이브러리의 일부인 이 기능은 실행에 지속 실행 기능을 추가하여 재시작이나 충돌 후에도 유지되도록 합니다.
-
코드를 안전하게 실행하세요: 에이전트는 작성한 코드를 Databricks Sandbox에서 실행하며, 이 환경은 홈 디렉터리가 세션 전반에 걸쳐 지속됩니다.
-
에이전트에게 맥락을 제공하세요: 관리형 에이전트 메모리 는 에이전트가 이전 대화에서 배운 내용을 기억하게 해주어 응답을 개인화할 수 있게 해줍니다.
-
에이전트를 디버깅하고 테스트하세요: MLflow 추적 은 에이전트가 수행하는 모든 단계를 기록하며, Unity 카탈로그에서 트레이스를 대규모로 저장하고 관리할 수 있습니다.
클래식 ML 또는 딥 러닝을 찾고 계신가요?
Azure Databricks의 기계 학습을 참조하세요.
Get started
Agent Bricks가 제공하는 것을 배우고 첫 번째 에이전트를 만들어보세요.
모델에 연결
| 가이드 |
Description |
|
모델에 연결 |
Unity Gateway를 통해 하나의 API로 프론티어와 오픈 모델을 호출하고, 에이전트 코드를 변경하지 않고도 모델을 전환할 수 있습니다. |
에이전트 컨텍스트 추가
에이전트에게 메모리, 도구, 데이터 접근 권한을 제공하세요.
| 가이드 |
Description |
|
에이전트 메모리 및 세션 |
Lakebase가 지원하는 관리형 저장소에 대화 상태 및 장기 기억을 저장합니다. |
|
MCP 서버 및 에이전트 도구 |
에이전트를 Azure Databricks 관리형, 사용자 지정 및 외부 MCP 서버와 도구에 연결하세요. |
|
Genie One MCP 서버 |
에이전트에게 관리된 데이터를 바탕으로 한 자연어 질문을 통해 조직의 통합 비즈니스 맥락을 제공합니다. |
|
AI 검색 |
관리되는 AI 검색 인덱스에서 관련 텍스트와 비정형 데이터를 검색하세요. |
에이전트를 배포하세요
에이전트를 관리형 컴퓨트에서 에이전트 서버와 함께 실행하세요.
| 가이드 |
Description |
|
Azure Databricks에 에이전트 배포 |
에이전트 컴퓨트 스택을 배우세요: 프레임워크 또는 하네스, 에이전트 서버, 에이전트 런타임. |
|
에이전트 서버 |
DurableAgentServer로 에이전트를 실행하세요: 동기식, 스트리밍, 백그라운드 실행과 크래시 복구 기능을 제공합니다. |
|
에이전트 실행 시간 |
Azure Databricks가 호스팅하는 컴퓨팅에서 에이전트를 배포하고 관리하세요. |
|
Databricks 샌드박스 |
에이전트가 자신이 작성한 코드를 실행할 수 있는 격리된 환경을 제공하고, 거버넌스된 데이터에 대한 범위 제한 접근 권한을 부여하세요. |
에이전트에게 문의하세요
에이전트 관측 가능성과 품질
개발 및 프로덕션에서 에이전트를 추적, 평가 및 모니터링합니다.
| 가이드 |
Description |
|
에이전트 관측 가능성과 품질 |
MLflow가 에이전트를 추적, 평가, 모니터링하는 방식을 알아보세요. |
|
MLflow 추적 기록 |
에이전트가 디버깅하고 이를 개선하기 위해 수행하는 각 단계를 기록하세요. |
|
평가하고 개선하세요 |
LLM 심사위원, 맞춤형 점수 평가자, 전문가 피드백을 통해 에이전트 품질을 측정하세요. |
에이전트를 관리하세요
| 가이드 |
Description |
|
유니티 게이트웨이 |
가드레일, 요청 한도, 사용 추적을 통해 모델, MCP 서버, 스킬에 대한 접근을 관리합니다. |
| 가이드 |
Description |
|
AI 함수 |
SQL의 데이터를 대상으로 AI 모델을 적용해 문서를 분류, 추출, 요약, 파싱하세요. |