Criar agentes no Azure Databricks

Esta página fornece uma visão geral das ferramentas para criar, implantar e gerenciar agentes de IA em Azure Databricks. Para saber mais sobre agentes, consulte os padrões de design do sistema do Agente.

Característica	Description
Inicie: GenAI sem código	Experimente o Playground de IA para testes e protótipos baseados em interface do usuário.
Comece agora: MLflow 3 para GenAI	Experimente o MLflow para rastreamento, avaliação e feedback humano do GenAI.

Disponibilize e consulte grandes modelos de linguagem (LLMs) de IA generativa

Ofereça um conjunto selecionado de modelos de IA de geração de provedores LLM, como OpenAI e Anthropic, e disponibilize-os por meio de APIs seguras e escalonáveis.

Característica	Description
Modelos de base	Sirva modelos de IA de geração, incluindo modelos de software livre e de terceiros, como Meta Llama, Antropic Claude, OpenAI GPT e muito mais.

Criar e implantar agentes de IA de nível empresarial

Crie e implante seus próprios agentes, incluindo agentes que executam chamadas de ferramentas, aplicativos de geração com recuperação aumentada e sistemas multiagente. Para um ponto de partida sem código, use o Playground de IA para selecionar uma LLM, adicionar ferramentas e conversar com o agente para testar suas respostas antes de exportar para o código.

Característica	Description
Playground de IA (sem código)	Protótipo e teste agentes de IA em um ambiente sem código. Experimente rapidamente os comportamentos do agente e as integrações de ferramentas antes de gerar código para implantação.
Assistente de Conhecimento	Crie e otimize chatbots de IA específicos do domínio usando uma interface intuitiva.
Criar agentes personalizados	Criar, implantar e avaliar agentes usando o Python. Dá suporte a agentes escritos com qualquer biblioteca de criação, incluindo LangGraph, LangChain, OpenAI e LlamaIndex. Integrado ao Rastreamento do MLflow. Itere rapidamente usando os Aplicativos do Databricks. Para começar rapidamente, consulte Introdução aos agentes de IA.
Ferramentas do agente de IA	Crie ferramentas de agente para consultar dados estruturados e não estruturados, executar código ou conectar-se a APIs de serviço externas.
MCP (Protocolo de Contexto de Modelo)	Padronizar como os agentes se conectam a dados e ferramentas com uma interface segura e consistente.

Avaliar, depurar e otimizar agentes

Acompanhe o desempenho do agente, colete comentários e impulsione melhorias de qualidade com ferramentas de avaliação e rastreamento.

Característica	Description
Rastreamento do MLflow	Utilize o Rastreamento de MLflow para observabilidade de ponta a ponta. Registre todas as etapas que seu agente executa para depurar, monitorar e auditar o comportamento do agente no desenvolvimento e na produção.
Avaliação do agente	Use a Avaliação do Agente e o MLflow para medir a qualidade, o custo e a latência. Colete feedback de stakeholders e especialistas no assunto por meio de aplicativos de revisão integrados e use juízes LLM para identificar e resolver problemas de qualidade.
Monitorar agentes	Use a mesma configuração de avaliação (juízes LLM e métricas personalizadas) na avaliação offline e no monitoramento online.