Criar agentes de IA no Azure Databricks

Azure Databricks dá suporte à criação, avaliação e implantação de agentes de IA, desde chamadas llm simples até agentes de chamada de ferramentas e sistemas multi-agentes. Esses guias abordam os conceitos, os fluxos de trabalho de desenvolvimento e as ferramentas que você usa para enviar um agente.

Procurando ML clássico ou aprendizado profundo? Consulte Aprendizado de máquina no Azure Databricks.

Introdução

Experimente um início rápido ou aprenda os conceitos fundamentais.

Guide	Description
Parquinho de IA	Prototipe e teste agentes e LLMs com engenharia de prompts sem código e ajuste de parâmetros.
Comece com agentes de IA	Crie e implante seu primeiro agente de IA de ponta a ponta.
Conceitos: IA generativa no Azure Databricks	Saiba mais sobre modelos, agentes, ferramentas e aplicativos.
Ciclo de vida de desenvolvimento do agente	Entenda o ciclo de vida completo da criação de um agente de IA.

Criar e implantar

Desenvolver e implantar agentes.

Característica	Description
Assistente de Conhecimento	Crie e otimize chatbots de agente de QA específicos do domínio.
Agente supervisor	Crie um agente supervisor que orquestre Genie Spaces, endpoints de agente, funções do Unity Catalog, servidores MCP e agentes personalizados.
Agentes Personalizados	Crie e implante agentes, incluindo aplicativos RAG e sistemas de vários agentes, com Python.
Aplicativos do Databricks	Crie e implante UIs interativas para seus agentes, como aplicativos de chat e formulários de entrada de dados.
Servidores MCP	Conecte agentes a ferramentas, dados e fluxos de trabalho por meio de servidores MCP padronizados.
Busca em vetores	Consulte um índice de vetor gerenciado para recuperar texto relevante e dados não estruturados.

Avaliar e monitorar

Rastreie, avalie e monitore agentes em desenvolvimento e produção.

Característica	Description
Avaliação e monitoramento	Avalie a qualidade do agente e monitore as implantações de produção.
Rastreamento do MLflow	Registre e analise o comportamento do agente para depurar e melhorar o desempenho.

Consultar e servir

Consultar LLMs e disponibilizar agentes e modelos em endpoints escaláveis.

Característica	Description
Consulte LLMs e agentes no Azure Databricks	Fazer consultas a LLMs e agentes em notebooks, SQL e aplicações.
Modelos de base	Disponibilize LLMs por meio de APIs escaláveis com governança e monitoramento integrados.
Gateway de IA do Unity	Gerencie e monitore o acesso a LLMs e agentes com rastreamento de uso, registro de payloads em log e controles de segurança.
Funções de IA	Chame LLMs diretamente do SQL para enriquecer dados e criar fluxos de trabalho de IA.