使用 Databricks Apps 模板生成和部署第一个 AI 代理。 在本教程中，你将：
- 从 Databricks 应用 UI 生成和部署代理。
- 使用预生成的聊天界面与代理聊天。
先决条件
在工作区中启用 Databricks 应用。 请参阅 设置 Databricks Apps 工作区和开发环境。
部署代理模板
开始使用 Databricks 应用模板存储库中的预生成代理模板。
本教程使用 agent-openai-agents-sdk 模板，其中包括：
- 使用 OpenAI 代理 SDK 创建的代理
- 适用于代理应用的基础代码，包含会话 REST API 和交互式聊天 UI。
- 使用 MLflow 评估代理的代码
使用工作区 UI 安装应用模板。 这会安装应用并将其部署到工作区中的计算资源。
在 Databricks 工作区中，单击“ + 新建>应用”。
单击 代理>代理 - OpenAI 代理 SDK。
使用名称
openai-agents-template创建新的 MLflow 试验，并完成设置的其余部分以安装模板。创建应用后，单击应用 URL 以打开聊天 UI。
了解代理应用程序
代理模板演示了具有以下关键组件的生产就绪体系结构：
MLflow AgentServer：处理具有内置跟踪和可观测性的代理请求的异步 FastAPI 服务器。 AgentServer 提供 /invocations 用于查询代理的终结点，并自动管理请求路由、日志记录和错误处理。
OpenAI 代理 SDK：模板使用 OpenAI 代理 SDK 作为聊天管理和工具业务流程的代理框架。 可以使用任何框架开发代理。 关键是使用 MLflow ResponsesAgent 接口对你的代理进行包装。
ResponsesAgent 接口：此接口可确保代理跨不同的框架工作，并与 Databricks 工具集成。 使用 OpenAI SDK、LangGraph、LangChain 或纯 Python 生成代理，然后将其包装在 ResponsesAgent 一起，以便与 AI Playground、代理评估和 Databricks Apps 部署自动兼容。
MCP（模型上下文协议）服务器：模板连接到 Databricks MCP 服务器，以访问工具和数据源的代理。 请参阅 Databricks 上的模型上下文协议（MCP）。
后续步骤
了解如何创作自定义代理：创作 AI 代理并将其部署到 Databricks 应用