Legacy-agentaanbiedingen

Legacy agent-aanbiedingen zijn eerdere Azure Databricks-agentproducten die niet langer de aanbevolen werkwijze zijn voor het bouwen van agenten. Ze blijven gedocumenteerd zodat je bestaande agenten kunt onderhouden en migreren. Gebruik ze niet voor nieuwe agenten. Zie Databricks-supportlevenscycli voor informatie over hoe Azure Databricks supportlevenscycli definieert.

Voor nieuwe agents die in code zijn geschreven, raadt Databricks de Agent Bricks CLI aan, waarmee je je agent met DurableAgentServer uitvoert en uitrolt naar Agent Runtime. Zie Deploy agents on Azure Databricks. Voor nieuwe agenten die zonder code zijn gebouwd, gebruik Genie Agents.

Legacy producten en hun vervangers

Legacy-aanbod	Gebruik in plaats daarvan
Kennisassistent	Genie Agents voor low-code agenten op basis van je documenten en data.
Supervisor-agent	Genie Agents voor low-code agenten. Om meerdere agenten in code te coördineren, gebruik je de Agent Bricks CLI.
Supervisor API (verouderd)	Schrijf je eigen agent-lus en deploy die met de Agent Bricks CLI. Zie Deploy agents on Azure Databricks.
Bouw een aangepast multi-agent systeem	Agent Bricks CLI. Om je agent Genie Agents als hulpmiddelen te geven, voer agentbricks tools add genie-agent uit.
Voer agents uit op Databricks-apps met behulp van de legacy agent-server	De Agent Bricks CLI, met DurableAgentServer op Agent Runtime.
Een chatagent-frontend maken	Projecten die je maakt met de Agent Bricks CLI bevatten een chat-UI.
Custom Agent voor Model Serving	Agent Bricks CLI. Om een bestaande agent te verplaatsen, zie Een agent migreren van Model Serving naar Databricks Apps.
Maak een aangepaste LLM-agent aan	AI-functies, zoals ai_query.
Beheerde geheugenopslagen (legacy)	Geheugen van de agent.
AI-speeltuin	Om modellen te queryen, zie Query foundation en embedding models. Om agents te bouwen en te testen, gebruik je de Agent Bricks CLI en laat je je agent lokaal draaien met agentbricks dev. Om een geïmplementeerde agent te bevragen, zie Agents bevragen die zijn geïmplementeerd op Azure Databricks.

De pagina Zelf-managed agent memory (Lakebase) is ook legacy. Gebruik in plaats daarvan agentgeheugen en agentsessies .