Ofertas de agentes herdada

As ofertas legadas de agentes são produtos mais antigos de agentes do Azure Databricks que não são mais a prática recomendada para criar agentes. Eles permanecem documentados para que você possa manter e migrar agentes existentes. Não os use para novos agentes. Para saber como o Azure Databricks define ciclos de vida de suporte, veja Ciclos de vida de suporte Databricks.

Para novos agentes escritos em código, a Databricks recomenda a CLI Agent Bricks, que serve o seu agente com DurableAgentServer e o implanta no Agent Runtime. Veja Implantar agentes no Azure Databricks. Para agentes novos construídos sem código, use Agentes Genie.

Ofertas antigas e suas substituições

Oferta herdada	Em vez disso, use
Assistente de Conhecimento	Agentes Genie para criar agentes low-code com base em seus documentos e dados.
Agente Supervisor	Genie Agents para agentes low-code. Para coordenar múltiplos agentes no código, use a CLI do Agent Bricks.
Supervisor API (descontinuada)	Escreva seu próprio loop de agente e implante-o com a CLI do Agent Bricks. Veja Implantar agentes no Azure Databricks.
Construa um sistema multiagente personalizado	A CLI do Agent Bricks. Para dar aos seus agentes os Agentes Genie como ferramentas, execute agentbricks tools add genie-agent.
Executar agentes em aplicativos Databricks usando o servidor de agentes legado	A CLI do Agent Bricks, com DurableAgentServer no Agent Runtime.
Crie uma interface de um agente de chat	Projetos que você cria com a CLI Agent Bricks incluem uma interface de chat.
Agente personalizado no Serviço de Modelo	A CLI do Agent Bricks. Para mover um agente existente, veja Migrar um agente do Model Serving para os Apps Databricks.
Crie um agente de LLM personalizado	Funções de IA, como ai_query.
Armazenamento de memória gerenciada (legado)	Memória do agente.
Parquinho de IA	Para consultar modelos, veja Consultar modelos de fundamentação e incorporação. Para construir e testar agentes, use a CLI Agent Bricks e execute seu agente localmente com agentbricks dev. Para consultar um agente implantado, veja Consultar agentes implantados no Azure Databricks.

A página Memória de agente autogerenciado (Lakebase) também é herdada. Use memória de agente e sessões de agente em vez disso.