Início rápido do Agent Bricks

Importante

Esse recurso está em Beta. Não é necessária nenhuma configuração de espaço de trabalho para habilitá-la. Instale a CLI Agent Bricks para começar.

Esse quickstart leva você de um diretório vazio para um agente personalizado implantado usando o Agent Bricks CLI (databricks-agentbricks), ferramenta de linha de comando do Azure Databricks para construir e implantar agentes. A CLI Agent Bricks gerencia o acesso ao modelo, memória, sessões, ferramentas e rastreamento para você, para que você possa focar na lógica do seu agente.

Como funciona a CLI do Agent Bricks

A CLI Agent Bricks estrutura um projeto local a partir de um template de framework, com o runtime, testes e uma interface de chat opcional já conectados. Você escreve a lógica da aplicação (modelo, ferramentas e prompts), e a CLI roda localmente e faz o deploy dela. O arquivo declarativo agent.toml é a fonte de verdade para os recursos gerenciados pelo Azure Databricks dos quais seu agente depende, como ferramentas, memória, sessões e rastreamento. agentbricks deploy lê isso para provisionar e ligar tudo.

Três comandos levam um agente de um diretório vazio para produção:

• agentbricks init gera a estrutura do projeto e escreve agent.toml.
• agentbricks devexecuta o agente localmente, usando o mesmo runtime e ambiente que o Azure Databricks utiliza.
• agentbricks deploy provisiona os recursos declarados e implementa a implantação.

Pré-requisitos

• O Databricks CLI, instalado e no PATH.

• Python 3.10 ou superior, com pip.

• Instale o Agent Bricks CLI:

  pip install databricks-agentbricks
  

Etapa 1: Autenticar

Autentique no seu espaço de trabalho com OAuth, salve um perfil nomeado e defina-o como padrão da CLI do Agent Bricks:

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

Passo 2: Estruturar o projeto

Criar a estrutura de um novo projeto de agente, escolhendo um modelo de framework com --framework:

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

Passo 3: Execute o agente localmente

Execute o agente na sua máquina para testá-lo antes de implantar:

agentbricks dev

Isso inicia um servidor local na porta 8000 usando o mesmo comando e ambiente do runtime do agente Azure Databricks, conectado ao serviço de modelos do Azure Databricks. Envie solicitações para http://localhost:8000 para interagir com o agente.

Passo 4: Implante o agente

Implante o agente no runtime do Azure Databricks agent:

agentbricks deploy my-agent

A CLI Agent Bricks provisiona todos os armazenamentos vinculados, concede ao principal de serviço do agente acesso a eles e realiza a implantação. Quando termina, a CLI retorna a URL da implantação. Abra a URL para interagir com seu agente ao vivo.

Próximas Etapas 

• Guia completo de comandos e capacidades da CLI do Agent Bricks: CLI do Agent Bricks.
• Vincular memória gerenciada e sessões: Memória gerenciada de agente.
• Adicione ferramentas e serviços MCP: MCPs.
• Veja os rastros de agentes com MLflow: Visão geral de rastros.