Outras formas de construir agentes

Esta página aborda outras formas de construir agentes no Azure Databricks.

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

Outras ofertas e alternativas recomendadas

Outra oferta	Use em vez disso
Assistente de Conhecimento	Agentes Genie para agentes low-code sobre os seus documentos e dados.
Agente Supervisor	Genie Agents para agentes low-code. Para coordenar múltiplos agentes em código, use a CLI Agent Bricks.
Supervisor API (descontinuada)	Escreve o teu próprio loop de agente e implementa-o com a CLI do Agent Bricks. Veja Deploy agents on Azure Databricks.
Construir um sistema multiagente personalizado	A CLI do Agente Bricks. Para dar ao teu agente Genie Agents como ferramentas, executa agentbricks tools add genie-agent.
Executar agentes nas aplicações Databricks usando o servidor de agentes legado	O Agent Bricks CLI, com DurableAgentServer no Agent Runtime.
Crie uma interface de agente de chat	Os projetos que crias com a CLI Agent Bricks incluem uma interface de chat.
Agente Personalizado na Disponibilização de Modelos	A CLI do Agente Bricks. Para mover um agente existente, consulte Migrar um agente de Model Serving para Databricks Apps.
Crie um agente de LLM personalizado	Funções de IA, como ai_query.
Armazenamentos de memória gerida (legado)	Memória gerida do agente.
Parque Infantil AI	Para consultar modelos, veja Consultar modelos fundacionais e de embedding. Para construir e testar agentes, use a CLI Agent Bricks e execute o seu agente localmente com agentbricks dev. Para consultar um agente implementado, consulte Consultar agentes implementados no Azure Databricks.

A página de memória de agente autogerida (Lakebase) é uma oferta legada. Utilize memória de agente gerida e sessões de agente gerido em vez disso.