Agent Bricks quickstart

Important

Deze functie bevindt zich in de bètaversie. Er is geen werkruimte-instelling nodig om het in te schakelen. Installeer de Agent Bricks CLI om te beginnen.

Deze quickstart brengt je van een lege map naar een gedeployeerde custom agent met behulp van de Agent Bricks CLI (databricks-agentbricks), de Azure Databricks commandoregeltool voor het bouwen en uitrollen van agents. De Agent Bricks CLI beheert de toegang tot modellen, geheugen, sessies, tools en tracering voor jou, zodat je je kunt richten op de logica van je agent.

Hoe de Agent Bricks CLI werkt

De Agent Bricks CLI zet een lokaal project op vanuit een frameworktemplate, met de runtime, tests en een optionele chatinterface al aangesloten. Je schrijft de applicatielogica (model, tools en prompts), en de CLI voert het lokaal uit en deployt het. Het declaratieve agent.toml bestand is de bron van waarheid voor de door Azure Databricks beheerde bronnen waarop jouw agent vertrouwt, zoals tools, geheugen, sessies en traceren. agentbricks deploy leest het om alles te provisioneren en te bedraden.

Drie commando's brengen een agent van een lege directory naar productie:

  • agentbricks init zet het project op en schrijft agent.toml.
  • agentbricks dev voert de agent lokaal uit, met dezelfde runtime en omgeving als Azure Databricks.
  • agentbricks deploy voorziet de opgegeven middelen en rolt de implementatie uit.

Agent Bricks CLI-levenscyclus: init, dev en deploy fasen met hun belangrijkste acties

Prerequisites

  • De Databricks CLI is geïnstalleerd en staat in je PATH.

  • Python 3.10 of hoger, met pip.

  • Installeer de Agent Bricks CLI:

    pip install databricks-agentbricks

Stap 1: Verifiëren

Authenticeer je bij je werkruimte met OAuth, sla een benoemd profiel op en stel dit in als standaard voor de Agent Bricks CLI:

databricks auth login --host https://<your-workspace-url> --profile <profile>
agentbricks login --profile <profile>

Stap 2: Genereer de projectstructuur

Maak een nieuw agentproject en kies een framework-sjabloon met --framework:

agentbricks init --framework langgraph my-agent
cd my-agent

Stap 3: Voer de agent lokaal uit

Voer de agent op je machine uit om hem te testen voordat je hem uitrolt:

agentbricks dev

Dit start een lokale server op poort 8000 met dezelfde commando en omgeving als de Azure Databricks agent runtime, verbonden met Azure Databricks model serving. Stuur verzoeken naar http://localhost:8000 om met de agent te communiceren.

Stap 4: Zet de agent in

Implementeer de agent in de Azure Databricks-agentruntime:

agentbricks deploy my-agent

De Agent Bricks CLI richt alle gekoppelde stores in, geeft de service-principal van de agent er toegang toe en rolt de deployment uit. Wanneer het klaar is, geeft de CLI de URL van de deployment terug. Open de URL om met je live agent te communiceren.

Volgende stappen 

  • Laatst bijgewerkt om