Agent Bricks snabbstart

Important

Den här funktionen finns i Beta. Ingen arbetsyteinställning krävs för att aktivera den. Installera Agent Bricks CLI för att komma igång.

Denna snabbstart tar dig från en tom katalog till en driftsatt anpassad agent med hjälp av Agent Bricks CLI (databricks-agentbricks), Azure Databricks kommandoradsverktyg för att bygga och distribuera agenter. The Agent Bricks CLI hanterar modellåtkomst, minne, sessioner, verktyg och spårning åt dig, så att du kan fokusera på din agents logik.

Hur Agent Bricks CLI fungerar

Agent Bricks CLI bygger upp ett lokalt projekt från en ramverksmall, med runtime, tester och ett valfritt chattgränssnitt redan kopplat. Du skriver applikationslogiken (modell, verktyg och promptar), och CLI:n kör den lokalt och distribuerar den. Den deklarativa agent.toml-filen är sanningskällan för de Azure Databricks-hanterade resurser som din agent är beroende av, såsom verktyg, minne, sessioner och spårning. agentbricks deploy läser in den för att provisionera och koppla upp allt.

Tre kommandon tar en agent från en tom katalog till produktion:

  • agentbricks init bygger upp projektet och skriver agent.toml.
  • agentbricks dev kör agenten lokalt, med samma runtime och miljö som Azure Databricks använder.
  • agentbricks deploy Provisionerar de deklarerade resurserna och rullar ut driftsättningen.

Agent Bricks CLI-livscykel: init, dev och deploy-faser med deras nyckelåtgärder

Prerequisites

  • Databricks CLI, installerat och i din PATH.

  • Python 3.10 eller högre, med pip.

  • Installera Agent Bricks CLI:

    pip install databricks-agentbricks

Steg 1: Autentisera

Autentisera dig mot din arbetsyta med OAuth, spara en namngiven profil och sätt den som standard för Agent Bricks CLI:

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

Steg 2: Skapa projektstrukturen

Skapa från mall ett nytt agentprojekt, välj en ramverksmall med --framework:

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

Steg 3: Kör agenten lokalt

Kör agenten på din dator för att testa den innan du distribuerar:

agentbricks dev

Detta startar en lokal server på port 8000 med samma kommando och miljö som Azure Databricks agentruntime, ansluten till Azure Databricks model serving. Skicka förfrågningar till http://localhost:8000 för att interagera med agenten.

Steg 4: Distribuera agenten

Distribuera agenten till Azure Databricks-agentkörningen:

agentbricks deploy my-agent

Agent Bricks CLI tillhandahåller alla bundna lagringsplatser, ger agentens service principal tillgång till dem och rullar ut distributionen. När det är klart returnerar CLI:n URL:en till driftsättningen. Öppna URL:en för att interagera med din liveagent.

Nästa steg

  • Uppdaterades senast