Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Agent Runtime uruchamia twojego agenta w środowisku serverless compute hostowanym przez Azure Databricks. Uruchamia serwer agenta, na przykład DurableAgentServer, w aplikacjach Databricks, więc wdrażasz kod zamiast konfigurować serwery. Aby dowiedzieć się, jak Agent Runtime pasuje do Twojego frameworka i serwera agenta, zobacz Wdrażanie agentów w usłudze Azure Databricks.
Co oferuje Agent Runtime
-
Stabilny, uwierzytelniony punkt końcowy: Każde wdrożenie to aplikacja o nazwie
agent-bricks-<name>i z własnym adresem URL. Klienci uwierzytelniają się za pomocą tokenu OAuth usługi Azure Databricks. Zobacz Agenty zapytań wdrożone na platformie Azure Databricks. - Tożsamość agenta: Agent działa jako jednostka usługi aplikacji. Zobacz Tożsamość Agenta.
-
Trwałe wykonywanie: Dla agentów korzystających z
DurableAgentServer, wdrożenie zapewnia Runtime Store tak, aby stan działania przetrwał restarty pracowników, a przerwane uruchomienia mogły zostać wznowione. - Śledzenie: Wdrożenie konfiguruje śledzenie MLflow dla eksperymentu, z którym projekt jest powiązany. Zobacz przegląd Śledzenia.
- Skalowanie: Uruchom agenta na dużą skalę w wielu instancjach. Zobacz skalowanie poziome dla aplikacji Databricks.
Tożsamość agenta
Tożsamość agenta to nazwa główna usługi aplikacji, do której został wdrożony. Agent używa tej tożsamości do wywoływania API Azure Databricks oraz uruchamiania narzędzi, które dodajesz za pomocą --auth app.
- Podczas wdrażania element
agentbricks deployprzyznaje jednostce usługi dostęp do magazynów pamięci, sesji i stanu uruchomienia, których używa agent. - Aby dać agentowi dostęp do innych danych i zasobów, nadaj jednostce usługi aplikacji potrzebne uprawnienia, tak jak w przypadku każdej aplikacji. Zobacz Konfigurowanie autoryzacji w aplikacji usługi Databricks.
- Narzędzia, które używają
auth = "user", działają z uprawnieniami użytkownika, który wysłał żądanie, zamiast z uprawnieniami jednostki usługi. Zobacz Autoryzację użytkownika żądania.
Prerequisites
Zainstaluj Databricks CLI, Python 3.11 lub nowsza wersja oraz
uv.Zainstaluj CLI Agent Bricks:
uv tool install databricks-agentbricksZaloguj się do swojego obszaru pracy.
agentbricks loginzapisuje profil jako domyślny, więc późniejsze polecenia mogą pominąć--profile:databricks auth login --host <workspace-url> --profile <profile> agentbricks login --profile <profile>Utwórz projekt agenta i przejdź do jego katalogu:
agentbricks init my-agent cd my-agent
Wdróż agenta
Wdróż projekt agenta za pomocą CLI Agent Bricks.
Wdróż z katalogu projektu
Aby wdrożyć agenta, uruchom następujące polecenie z katalogu projektu:
agentbricks deploy my-agent
Aby wdrożyć do przestrzeni roboczej innej niż domyślna, przekaż --profile <profile>.
Katalog projektu zawiera agent.toml i app.yaml. Jeśli uruchomisz agentbricks deploy z dowolnego innego katalogu, to on przesyła ten katalog. Aby wdrożyć projekt z innego katalogu, przekaż --source <dir>.
Argumentem dla agentbricks deploy jest nazwa wdrożenia, do 17 znaków. Aplikacja nazywa się agent-bricks-<name>, więc ten przykład tworzy agent-bricks-my-agent. Pierwsze wdrożenie zapisuje nazwę w agent.toml, więc późniejsze wdrożenia z projektu mogą ją pominąć.
Pierwsze wdrożenie zajmuje kilka minut. Polecenie kończy się, gdy agent odpowiada na żądania.
agentbricks deploy wykonuje następujące czynności:
- Tworzy lub ponownie wykorzystuje pamięć i magazyny sesji zadeklarowane w
agent.tomloraz przyznaje jednostce usługi aplikacji dostęp do nich. - Dla agentów, którzy korzystają z
DurableAgentServer, tworzy lub ponownie używa Runtime Store wdrożenia. - Konfiguruje śledzenie.
- Wdraża aplikację.
Aby uruchomić agenta na więcej niż jednej instancji, należy przekazać --instances:
agentbricks deploy my-agent --instances 2
Gdy agent działa na więcej niż jednej instancji, klienci mogą wysłać identyfikator sesji w nagłówku X-Routing-Key, aby kierować wszystkie żądania w sesji do tej samej instancji.
Wdrażaj bez czekania
Jeśli skrypt lub agent kodujący ma krótki limit czasu polecenia, wdroż bez czekania, a następnie poczekaj na wdrożenie w osobnym poleceniu:
agentbricks deploy my-agent --no-wait
agentbricks deployments wait agent-bricks-my-agent
--no-wait Uruchamia szybkie kontrole, a następnie kończy wdrażanie w procesie w tle.
agentbricks deployments wait domyślnie czeka do 100 sekund. Aby zmienić limit, przekaż --timeout. Polecenie kończy się z jednym z następujących kodów:
-
0: Agent został wdrożony i odpowiada na żądania. -
1: Wdrożenie zakończyło się niepowodzeniem. -
75: agent nadal się wdraża. Wykonaj polecenie jeszcze raz.
Uruchom agentbricks deployments wait z katalogu projektu lub przekaż --source <dir>.
Zarządzaj wdrożeniami
| Polecenie | Opis |
|---|---|
agentbricks deployments list |
Wyświetl listę wdrożeń agentów. |
agentbricks deployments get <app-name> |
Pokaż adres URL, status i opis wdrożenia. |
agentbricks deployments wait [<app-name>] |
Poczekaj na zakończenie wdrożenia. Domyślnie jest to wdrożenie zarejestrowane w agent.toml. |
agentbricks deployments logs <app-name> |
Pokaż logi wdrożenia. |
agentbricks deployments start <app-name> |
Rozpocznij wdrożenie. |
agentbricks deployments stop <app-name> |
Zatrzymaj wdrożenie. Prosi o potwierdzenie, chyba że zdasz --yes. |
agentbricks deployments delete <app-name> |
Usuń wdrożenie. Prosi o potwierdzenie, chyba że podasz --yes. |
Ponieważ każde wdrożenie jest aplikacją, możesz ją również przeglądać i monitorować w aplikacjach Databricks. Zobacz Rejestrowanie i monitorowanie aplikacji usługi Databricks.
Limitations
Nie możesz zmienić serwera agenta istniejącego wdrożenia. Aby zmienić serwer, stwórz nowy projekt z opcją agentbricks init --server, którą chcesz, i wdroż go pod nową nazwą.