Начало работы с агентами ИИ

Создайте и разверните первый агент ИИ с помощью шаблонов Databricks Apps. В этом руководстве вы:

• Создание и развертывание агента из пользовательского интерфейса Databricks Apps.
• Чат с агентом с помощью предварительно созданного интерфейса чата.

Предпосылки

Включите Приложения Databricks в рабочей области. См. статью "Настройка рабочей области Databricks Apps" и среды разработки.

Развертывание шаблона агента

Начните с использования готового шаблона агента из репозитория шаблонов приложений Databricks.

В этом руководстве используется шаблон agent-openai-agents-sdk, который включает:

• Агент, созданный с помощью пакета SDK агента OpenAI
• Стартовый код для приложения агента с REST API для общения и интерактивного интерфейса чата
• Код для оценки агента с помощью MLflow

Установите шаблон приложения с помощью пользовательского интерфейса рабочей области. Это устанавливает приложение и развертывает его в вычислительном ресурсе в рабочей области.

1. В рабочей области Databricks нажмите кнопку +Создать>приложение.

2. Щелкните Агенты>Agent - OpenAI Agents SDK.

3. Создайте новый эксперимент MLflow с именем openai-agents-template и завершите оставшуюся часть настройки для установки шаблона.

4. После создания приложения щелкните URL-адрес приложения, чтобы открыть пользовательский интерфейс чата.

Понять приложение агента

Шаблон агента демонстрирует рабочую архитектуру с этими ключевыми компонентами:

MLflow AgentServer: асинхронный сервер FastAPI, обрабатывающий запросы агента со встроенной трассировкой и наблюдаемостью. AgentServer предоставляет конечную точку /invocations для запроса агента и автоматически управляет маршрутизацией запросов, ведением журнала и обработкой ошибок.

OpenAI Agents SDK: Шаблон использует OpenAI Agents SDK в качестве фреймворка агента для управления беседами и оркестрации инструментов. Вы можете создавать агенты с помощью любой платформы. Ключ заключается в обёртывании вашего агента с помощью интерфейса MLflow ResponsesAgent.

ResponsesAgent интерфейс. Этот интерфейс гарантирует, что агент работает в разных платформах и интегрируется с инструментами Databricks. Создайте агент с помощью пакета SDK OpenAI, LangGraph, LangChain или чистого Python, а затем оберните его с помощью ResponsesAgent, чтобы получить автоматическую совместимость с AI Playground, Agent Evaluation и развертыванием Databricks Apps.

Серверы MCP (Model Context Protocol): шаблон подключается к серверам Databricks MCP для доступа к агентам, инструментам и источникам данных. См. протокол контекста модели (MCP) в Databricks.

Дальнейшие шаги

Узнайте, как создать пользовательский агент:Создать агент ИИ и развернуть его в Приложениях Databricks