Share via

Een chatinterface bouwen en delen met Databricks Apps

Gebruik Databricks-apps om een chatgebruikersinterface voor uw agent te bouwen en te implementeren. Sjablonen voor agent-apps bevatten deze chatgebruikersinterface zonder extra instellingen. Op deze pagina kunt u de gebruikersinterface van de sjabloon aanpassen of een chatgebruikersinterface toevoegen aan een agent die zonder sjabloon is geïmplementeerd.

Voorbeeld van chatgebruikersinterface voor chatten met geïmplementeerde agents.

Behoeften

Deze chatgebruikersinterface werkt met elke Azure Databricks-agent, met uitzondering van verouderde schema's, waaronder:

U moet beschikken over de volgende ontwikkelhulpprogramma's:

  • NPM CLI: vereist voor lokale ontwikkeling. Zie GitHub - NPM CLI

  • Databricks CLI: Vereist voor verificatie raadpleegt u de installatiehandleiding.

    1. Installeer de Databricks CLI.
    2. Uw profielnaam instellen: 
      export DATABRICKS_CONFIG_PROFILE='your_profile_name'
    3. Verificatie configureren: 
      databricks auth login --profile "$DATABRICKS_CONFIG_PROFILE"

Voorbeeld van een chattoepassing

De voorbeeld-app e2e-chatbot-app-next maakt gebruik van NextJS, React en AI SDK om een chatinterface te bouwen die gereed is voor productie.

Zie het project README.md voor gedetailleerde instructies over het gebruik van de sjabloon.

In de voorbeeld-app ziet u het volgende:

  • Streaming-uitvoer: geeft antwoorden van agenten weer terwijl deze worden gegenereerd met automatische overschakeling naar niet-streamingmodus
  • Hulpprogramma-aanroepen: Renders tool-aanroepen voor agents die zijn gemaakt met behulp van best practices voor Agent Framework
  • Integratie van Databricks Agent en Foundation Model: Directe verbinding met Foundation Models, Databricks Agent die eindpunten verwerkt en Agent Bricks
  • Databricks-verificatie: gebruikt Databricks-verificatie om eindgebruikers van de chat-app te identificeren en hun gesprekken veilig te beheren.
  • Permanente chatgeschiedenis: slaat gesprekken op in Databricks Lakebase (Postgres) met volledige governance

Open de volgende secties om optionele functies in te schakelen:

Chatgeschiedenis inschakelen

Chatgeschiedenis inschakelen

Gesprekken worden standaard alleen in het geheugen opgeslagen en gaan verloren wanneer de sessie wordt beëindigd. Als u de geschiedenis in PostgreSQL wilt behouden, voert u het quickstartscript uit dat wordt beschreven in de sjabloon README.md.

Gebruikersfeedback inschakelen

Gebruikersfeedback inschakelen

Gebruikers kunnen feedback op reacties geven in de vorm van duim omhoog of omlaag, wat wordt geregistreerd in een MLflow-experiment.

Als u een agentsjabloon gebruikt, zoals agent-openai-agents-sdk of agent-langgraph, configureert de bundel automatisch verificatie voor de app om gebruikersfeedback naar het MLflow-experiment te schrijven. Feedback werkt na databricks bundle deploy zonder extra stappen.

Als u de zelfstandige e2e-chatbot-app-next gebruikt die op een bestaand agenteindpunt is gericht, voert u het quickstartscript uit dat wordt beschreven in de sjabloon README.md om verificatie voor het MLflow-experiment te configureren.

Opmerking

Bind ook een Lakebase-database om de duimen omhoog/omlaag te houden op pagina's die opnieuw worden geladen. Zie Chatgeschiedenis inschakelen.

Meerdere apps hosten op hetzelfde database-exemplaar

Meerdere apps hosten op hetzelfde database-exemplaar

In dit voorbeeld wordt slechts één database per app gemaakt, omdat de app-code is gericht op een vast ai_chatbot schema in het database-exemplaar. Als u meerdere apps uit hetzelfde exemplaar wilt hosten, moet u de volgende stappen ondernemen:

  1. Werk de naam van het database-exemplaar bij in databricks.yml.
  2. Werk de verwijzingen ai_chatbot in de codebasis bij naar uw nieuwe gewenste schemanaam binnen het bestaande database-exemplaar.
  3. Voer uit npm run db:generate om databasemigraties opnieuw te genereren.
  4. De app implementeren.

De app delen

Geef gebruikers toestemming om de app weer te geven (zie Machtigingen configureren voor een Databricks-app) en deel vervolgens de APP-URL.

Bekende beperkingen

  • Geen ondersteuning voor afbeeldingen of andere multimodale invoer
  • Deze app biedt alleen ondersteuning voor Databricks CLI-verificatie (lokale ontwikkeling) en service-principalverificatie (geïmplementeerde apps). PAT, door Azure beheerde identiteiten en andere mechanismen worden niet ondersteund.

Chat-app voor Streamlit-agent

De vorige Streamlit-sjabloon, e2e-chatbot-app, is nog steeds beschikbaar, maar mist de productiefuncties van e2e-chatbot-app-next.

  • Last updated on