Azure Databricks 支援建置、評估及部署 AI 代理，從簡單的 LLM 呼叫到工具呼叫代理及多代理系統皆涵蓋。 這些指南涵蓋了概念、開發流程以及你用來交付代理人的工具。
想找傳統機器學習還是深度學習？ 請參考機器學習，Azure Databricks。
開始
試試快速入門或學習基礎概念。
| Guide | Description |
|---|---|
| AI遊樂場 | 透過無程式碼提示工程和參數調校，建立原型並測試代理程式和大型語言模型。 |
| 開始使用 AI 代理程式 | 打造並部署你的第一個 AI 代理，端到端。 |
| 概念：Azure Databricks 上的生成式 AI | 了解模型、代理人、工具與應用程式。 |
| 代理開發生命週期 | 了解建構 AI 代理的完整生命週期。 |
建置和部署
開發並部署代理。
| Feature | Description |
|---|---|
| 知識助理 | 建立並優化專屬領域的品質保證客服聊天機器人。 |
| 監督代理人 | 建立一個監督代理程式，協調 Genie 空間、代理端點、Unity 目錄功能、MCP 伺服器及自訂代理程式。 |
| 客製化代理 | 使用 Python 建置並部署代理程式，包括 RAG 應用程式與多代理系統。 |
| Databricks 應用程式 | 為你的客服人員建立並部署互動式使用者介面，例如聊天應用程式和資料輸入表單。 |
| MCP 伺服器 | 透過標準化的 MCP 伺服器，將代理人員與工具、資料及工作流程連結起來。 |
| 向量搜尋 | 查詢受管理的向量索引以取得相關文字與非結構化資料。 |
評估與監控
追蹤、評估並監控開發與生產中的代理人。
| Feature | Description |
|---|---|
| 評估與監測 | 評估代理品質並監控生產部署。 |
| MLflow 追蹤 | 記錄並分析代理行為，以除錯並提升效能。 |
查詢與服務
查詢大型語言模型，並在可擴充的端點上提供代理程式與模型。
| Feature | Description |
|---|---|
| 在 Azure Databricks 上查詢大型語言模型和代理程式 | 從筆記本、SQL 和應用程式查詢大型語言模型與代理。 |
| 基礎模型 | 透過具備內建治理與監控功能的可擴展 API，服務大型語言模型（LLM）。 |
| Unity AI 閘道 | 透過使用情況追蹤、請求內容記錄及安全控制，管理及監控對大型語言模型（LLM）和代理程式的存取。 |
| AI 功能 | 直接從 SQL 呼叫大型語言模型（LLM）來豐富資料並建立 AI 工作流程。 |