Important
이 기능은 베타 버전으로 제공됩니다. 이 기능을 활성화하기 위해 작업 공간 설정이 필요하지 않습니다. Agent Bricks CLI를 설치해서 시작하세요.
이 퀵스타트는 Agent Bricks CLI(databricks-agentbricks)를 사용해 빈 디렉터리에서 시작하여 커스텀 에이전트를 배포하는 과정까지 안내합니다. 이는 에이전트 구축 및 배포를 위한 Azure Databricks 명령줄 도구입니다. Agent Bricks CLI는 모델 접근, 메모리, 세션, 도구, 추적을 대신 관리하여 에이전트의 로직에 집중할 수 있도록 합니다.
에이전트 브릭스 CLI의 작동 방식
Agent Bricks CLI는 프레임워크 템플릿에서 로컬 프로젝트를 생성하며, 런타임, 테스트, 선택적 채팅 UI가 이미 연결되어 있습니다. 애플리케이션 로직(모델, 도구, 프롬프트)을 작성하고, CLI가 이를 로컬에서 실행하고 배포합니다. 선언적 agent.toml 파일은 에이전트가 의존하는 도구, 메모리, 세션, 트레이싱 등 Azure Databricks가 관리하는 자원의 진실의 출처입니다.
agentbricks deploy가 모든 것을 프로비저닝하고 연결하기 위해 이를 읽습니다.
세 가지 명령어로 에이전트를 빈 디렉터리에서 프로덕션 준비 상태로 만듭니다:
-
agentbricks init프로젝트 구조를 생성하고agent.toml을 작성합니다. -
agentbricks dev는 에이전트를 로컬에서 실행하며, Azure Databricks가 사용하는 동일한 런타임과 환경을 사용합니다. -
agentbricks deploy선언된 자원을 프로비저닝하고 배포를 실행합니다.
필수 조건
Databricks CLI가 설치되어 있고 경로에 있어야 합니다.
Python 3.10 이상,
pip포함.에이전트 브릭 CLI 설치:
pip install databricks-agentbricks
1단계: 인증
OAuth로 작업 공간에 인증하고, 이름 있는 프로필을 저장한 뒤 Agent Bricks CLI의 기본값으로 설정하세요:
databricks auth login --host https://<your-workspace-url> --profile <profile>
agentbricks login --profile <profile>
2단계: 프로젝트 구조를 생성합니다
프레임워크 템플릿 --framework을 선택하여 새 에이전트 프로젝트를 스캐폴드하세요:
agentbricks init --framework langgraph my-agent
cd my-agent
3단계: 에이전트를 로컬 환경에서 실행
배포 전에 컴퓨터에서 에이전트를 실행해 테스트하세요:
agentbricks dev
이 방법은 Azure Databricks 에이전트 런타임과 동일한 명령어와 환경을 사용하여 포트 8000에서 로컬 서버를 시작하며, Azure Databricks 모델 서빙에 연결됩니다. 에이전트와 상호작용할 요청을 http://localhost:8000 보내세요.
4단계: 에이전트 배치
Azure Databricks 에이전트 런타임에 에이전트를 배포합니다:
agentbricks deploy my-agent
에이전트 브릭스 CLI는 바인딩된 저장소를 프로비저닝하고, 에이전트의 서비스 주체에 대한 액세스 권한을 부여하며, 배포를 롤아웃합니다. 작업이 완료되면 CLI는 배포의 URL을 반환합니다. 라이브 에이전트와 상호작용하려면 URL을 열어보세요.
다음 단계
- 전체 명령어 워크스루 및 Agent Bricks CLI 기능: Agent Bricks CLI.
- 관리 메모리 및 세션 바인딩: 관리 에이전트 메모리.
- 도구 및 MCP 서비스 추가: MCPs.
- MLflow에서 추적 개요로 에이전트 추적을 확인하세요.