이 문서에서는 Mosaic AI 에이전트 프레임워크를 사용하여 AI 에이전트 도구를 빌드하는 방법에 대한 개요를 제공합니다.
AI 에이전트 도구를 사용하면 에이전트가 구조화되거나 구조화되지 않은 데이터를 검색하고 사용자 지정 코드를 실행하는 등의 언어 생성 이외의 작업을 수행할 수 있습니다.
Unity 카탈로그 함수 도구 및 에이전트 코드 도구
에이전트 프레임워크에서 도구를 만드는 두 가지 주요 방법은 도구를 Unity 카탈로그 함수로 정의하거나 에이전트 코드에서 직접 정의하는 것입니다.
에이전트는 Unity 카탈로그 함수 도구 또는 에이전트 코드 도구의 조합을 사용할 수 있습니다. 두 도구 유형 모두 네이티브 Python을 사용하거나 LangGraph 및 OpenAI SDK와 같은 Gen AI 제작 라이브러리를 사용하여 작성한 에이전트에서 작동합니다.
| Unity 카탈로그 함수 도구 | 에이전트 코드 도구 |
|---|---|
|
|
에이전트 도구 만들기
에이전트 도구를 만드는 방법을 알아보려면 Unity 카탈로그 함수를 사용하여 사용자 지정 AI 에이전트 도구 만들기를 참조하세요.
일반적인 유형의 에이전트 도구는 다음과 같습니다.
- 코드 인터프리터 도구: 에이전트가 임의의 Python 코드를 실행할 수 있도록 허용합니다.
- 구조적 데이터 검색 도구: SQL 테이블과 같은 구조화된 데이터 원본을 쿼리합니다.
- 구조화되지 않은 데이터 검색 도구: 문서 컬렉션과 같은 구조화되지 않은 데이터 원본을 쿼리하여 검색 보강 생성을 수행합니다.
- 외부 연결 도구: 외부 서비스 및 API에 연결하여 데이터를 가져오거나 작업을 수행합니다.
에이전트에 Unity 카탈로그 도구 추가
에이전트 코드에 직접 정의된 에이전트 코드 도구와 달리 Unity 카탈로그 도구를 에이전트에 명시적으로 추가하여 사용할 수 있도록 해야 합니다.
Databricks는 LangChain, OpenAI 또는 기타 SDK와 같은 에이전트 제작 프레임워크와 Unity 카탈로그 도구를 통합하는 데 사용하는 UCFunctionToolkit 것이 좋습니다. 도구 키트는 다양한 프레임워크에서 일관성을 보장하고 유용한 기능을 자동화합니다.
Unity 카탈로그 함수를 사용하여 사용자 지정 AI 에이전트 도구 만들기참조하세요.
AI Playground를 사용하여 에이전트에 Unity 카탈로그 도구를 빠르게 추가하고 배포하기 전에 해당 동작을 프로토타입으로 만들 수 있습니다. AI Playground 의프로토타입 도구 호출 에이전트를 참조하세요.
Unity 카탈로그 도구 관리
Databricks 함수 클라이언트를 사용하여 Unity 카탈로그 도구를 관리합니다. Databricks 함수 클라이언트는 오픈 소스 Unity 카탈로그 함수 클라이언트를 기반으로 하지만 Databricks에 고유한 몇 가지 향상된 기능을 제공합니다.
Unity 카탈로그 함수 관리에 대한 자세한 내용은 Unity 카탈로그 설명서 - 함수 클라이언트를 참조하세요.
모델 컨텍스트 프로토콜: 도구에 대한 액세스 표준화
MCP(모델 컨텍스트 프로토콜)는 AI 에이전트가 도구, 데이터 및 리소스에 연결할 수 있는 범용 방법을 제공하는 개방형 표준입니다. MCP는 에이전트와 상호 작용하는 데 필요한 외부 시스템 간의 브리지 역할을 합니다.
Databricks는 다음과 같은 MCP 옵션을 제공합니다.
관리되는 MCP 서버: Databricks에는 에이전트가 Unity 카탈로그에서 데이터를 쿼리하고 도구에 액세스할 수 있는 즉시 사용할 수 있는 서버가 있습니다.
사용자 지정 MCP 서버: 사용자 고유의 MCP 서버를 안전하게 호스트하거나 타사 MCP 서버를 실행합니다.
Databricks에서 MCP(모델 컨텍스트 프로토콜)를 참조하세요.