Een AI-agent maken

In dit artikel wordt het proces voor het maken van AI-agents in Azure Databricks beschreven en worden de beschikbare methoden voor het maken van agents beschreven.

Zie Inleiding tot generatieve AI-apps op Databricks voor meer informatie over agents.

Automatisch een agent bouwen met Agent Bricks

Agent Bricks biedt een eenvoudige, no-code-benadering voor het bouwen en optimaliseren van domeinspecifieke, hoogwaardige AI-agentsystemen voor veelvoorkomende AI-use cases. Geef uw use case en gegevens op en Agent Bricks bouwt automatisch verschillende AI-agentsystemen voor u op die u verder kunt verfijnen. Zie Agent Bricks.

Een agent in code programmeren

Mozaïek AI Agent Framework en MLflow bieden hulpprogramma's waarmee u bedrijfsklare agents in Python kunt ontwerpen.

Databricks ondersteunt creatieagenten met behulp van externe agentcreatiebibliotheken zoals LangGraph/LangChain, LlamaIndex of aangepaste Python-implementaties.

Zie AI-agents maken in codevoor meer informatie over het creëren van AI-agents op Databricks.

Prototype-agents met AI Playground

Ai Playground is de eenvoudigste manier om een agent te maken in Azure Databricks. Met AI Playground kunt u kiezen uit verschillende LLM's en snel hulpprogramma's toevoegen aan de LLM met behulp van een gebruikersinterface met weinig code. Vervolgens kunt u met de agent chatten om de antwoorden te testen en vervolgens de agent te exporteren naar code voor implementatie of verdere ontwikkeling.

Zie prototype-tooloproepagenten in de AI Playground.

Modelhandtekeningen begrijpen om compatibiliteit met Databricks-functies te garanderen

Databricks maakt gebruik van MLflow Model Signatures om het invoer- en uitvoerschema van agents te definiëren. Productfuncties zoals AI Playground gaan ervan uit dat uw agent een van een set ondersteunde modelhandtekeningen heeft.

Als u de aanbevolen benadering voor het ontwerpen van agentsvolgt, leidt MLflow automatisch een handtekening af voor uw agent die compatibel is met databricks-productfuncties, zonder dat hiervoor extra werk nodig is.

Anders moet u ervoor zorgen dat uw agent voldoet aan een van de andere handtekeningen in het verouderde invoer- en uitvoeragentschemaom compatibiliteit met Databricks-functies te garanderen.