Desenvolver agentes no Azure Databricks

Agent Bricks é a plataforma de desenvolvimento de agentes do Azure Databricks. Utilize-o para construir e implementar os agentes que alimentam os seus produtos e fluxos de trabalho com agentes.

Agent Bricks oferece suporte aos fluxos de trabalho centrais para construir um agente de produção:

• Implemente o seu agente: O Agent Runtime hospeda agentes construídos com qualquer framework ou harness, stateful ou stateless. DurableAgentServer, parte da biblioteca AgentKit, adiciona execução durável para que as execuções sobrevivam a reinicios e crashes.
• Executar código em segurança: Os agentes executam o código que escrevem no Databricks Sandbox, um ambiente isolado cujo diretório principal persiste entre sessões.
• Dê contexto ao seu agente: A memória gerida do agente permite ao agente recordar o que aprendeu em conversas anteriores, para que possa personalizar as suas respostas.
• Depure e teste o seu agente: MLflow Tracing regista cada passo que o seu agente realiza, e pode armazenar e governar traces em escala no Unity Catalog.

À procura de aprendizagem automática clássica ou aprendizagem profunda? Veja Machine learning em Azure Databricks.

Introdução

Saiba o que a Agent Bricks oferece e crie o seu primeiro agente.

Guide	Description
Início rápido do Agente Bricks	Constrói e implementa o teu primeiro agente com a CLI Agent Bricks.
O que é o Agent Bricks?	Aprenda os componentes de um agente e como o Agent Bricks suporta cada um.
CLI do Agente Bricks	Criar, executar e implementar agentes a partir da linha de comandos, ou importar um agente existente.

Ligar-se a modelos

Guide	Description
Ligar-se a modelos	Aceda a modelos frontier e abertos através do Unity Gateway com uma API e mude de modelos sem alterar o código do agente.

Adicionar contexto do agente

Dê ao seu agente memória, ferramentas e acesso aos seus dados.

Guide	Description
Memória e sessões do agente	Armazenar o estado da conversa e a memória de longo prazo em armazenamentos geridos, apoiados pelo Lakebase.
Servidores MCP e ferramentas de agentes	Ligue agentes a servidores e ferramentas MCP geridos pelo Azure Databricks, personalizados e externos.
Servidor MCP Genie One	Dê aos agentes o contexto empresarial combinado da sua organização através de perguntas em linguagem natural sobre dados sob governação.
Pesquisa IA	Recupere texto relevante e dados não estruturados de um índice de AI Search gerido.

** Desdobre o seu agente

Executa o teu agente com um servidor de agentes em computação gerida.

Guide	Description
Implementar agentes no Azure Databricks	Conheça a stack de computação do agente: framework ou harness, servidor do agente e runtime do agente.
Agent Server	Sirva o seu agente com DurableAgentServer: execuções síncronas, de streaming e em segundo plano, com recuperação de crash.
Execução do Agente	Instalar e gerir agentes em computação alojada no Azure Databricks.
Databricks Sandbox	Dê aos agentes um ambiente isolado para executar o código que escrevem, com acesso limitado a dados governados.

Consulte o seu agente

Guide	Description
Consultar agentes implementados no Azure Databricks	Envie solicitações para agentes implantados através da API de invocação, da API de Respostas ou de SQL.

Observabilidade e qualidade do agente

Rastrear, avaliar e monitorizar agentes no desenvolvimento e produção.

Guide	Description
Observabilidade e qualidade do agente	Aprenda como o MLflow rastreia, avalia e monitoriza agentes.
Rastreamento MLflow	Regista cada passo que um agente dá para o depurar e melhorar.
Avaliar e melhorar	Meça a qualidade dos agentes com juízes LLM, avaliadores personalizados e feedback de especialistas.

Governe os seus agentes

Guide	Description
Unity Gateway	Regula o acesso a modelos, servidores MCP e skills, com salvaguardas, limites de taxa e rastreio de utilização.

Transformar dados não estruturados

Guide	Description
Funções de IA	Aplique modelos de IA aos seus dados a partir de SQL para classificar, extrair, resumir e processar documentos.