Agent Bricks 是 Azure Databricks 代理开发平台。 利用它来构建和部署为智能体产品和工作流提供支持的智能体。
Agent Bricks 支持构建生产代理的核心工作流程：
- 部署你的代理：Agent Runtime 托管使用任何框架或工具链构建的代理，无论是有状态还是无状态，AgentKit 增加了持久执行功能，使运行在重启或崩溃后仍可继续。
- 安全运行代码：代理在 Databricks Sandbox中运行他们编写的代码，这是一个隔离环境，其主目录跨会话持续存在。
- 丰富代理的上下文： 代理记忆和会话 让代理回忆之前对话中学到的内容，从而个性化回应并降低代币成本。
- 调试和测试您的代理：MLflow 追踪记录代理的每一步，您可以在 Unity Catalog 中大规模存储和管理跟踪。
Agent Bricks CLI 可快速生成连接这些服务的代理代码框架。 你可以本地迭代，包括用编码代理，然后部署你的代理。
开始
了解 Agent Bricks 所提供的内容，打造你的第一个代理。
| 指南 | Description |
|---|---|
| Agent Bricks 快速入门 | 用 Agent Bricks CLI 构建并部署你的第一个代理。 |
| 什么是 Agent Bricks？ | 了解代理的组成部分以及Agent Bricks如何支持每个组件。 |
| Agent Bricks CLI | 从命令行创建、运行并部署智能体，或者导入现有智能体。 |
连接模型
| 指南 | Description |
|---|---|
| 连接到模型 | 通过Unity Gateway用一个API调用frontier和open模型，切换模型时不更改代理代码。 |
添加代理上下文
用记忆、工具和组织数据丰富你的智能体的上下文。
| 指南 | Description |
|---|---|
| 代理内存与会话 | 将对话状态和长期记忆存储在由 Lakebase 支持的托管存储中。 |
| MCP 服务器和代理工具 | 将代理连接到Azure Databricks管理的、自定义和外部MCP服务器和工具。 |
| Genie One MCP 服务器 | 通过对受控数据提出自然语言问题，丰富智能体对您组织的综合业务背景的理解。 |
| AI 搜索 | 从管理的AI搜索索引中检索相关文本和非结构化数据。 |
部署您的代理
使用智能体服务器在托管计算上运行你的智能体。
| 指南 | Description |
|---|---|
| 在 Azure Databricks 上部署代理 | 学习智能体计算栈：框架或工具、智能体服务器和智能体运行时。 |
| 代理服务器 | 为你的代理提供 DurableAgentServer：同步、流式和后台运行，并支持崩溃恢复。 |
| 代理运行时 | 在 Azure Databricks 托管的计算资源上部署和管理代理。 |
| Databricks 沙盒 | 为智能体提供一个独立的环境来运行他们编写的代码，并对治理数据具有作用域内的访问。 |
查询你的智能体
| 指南 | Description |
|---|---|
| 部署在 Azure Databricks 上的查询代理 | 通过调用API、响应API或SQL向已部署的代理发送请求。 |
代理可观察性与质量
在开发和生产环境中跟踪、评估和监控智能体。
| 指南 | Description |
|---|---|
| 代理可观察性与质量 | 了解 MLflow 如何追踪、评估和监控智能体。 |
| MLflow 跟踪 | 记录智能体为调试和改进它所采取的每一步。 |
| 评估与改进 | 通过LLM评委、定制评分员和专家反馈来衡量智能体质量。 |
治理你的智能体
| 指南 | Description |
|---|---|
| Unity 网关 | 通过保护栏、速率限制和使用跟踪来管理对模型、MCP服务器和技能的访问。 |
转换非结构化数据
| 指南 | Description |
|---|---|
| AI 函数 | 将 AI 模型应用到 SQL 数据，以分类、提取、总结和解析文档。 |