Créez des agents IA sur Databricks

Databricks prend en charge la création, l'évaluation et le déploiement d'agents d'IA, des simples appels de LLM aux agents d'appel d'outils et aux systèmes multi-agents. Ces guides couvrent les concepts, les workflows de développement et les outils que vous utilisez pour déployer un agent.

Vous recherchez du ML classique ou du deep learning ? Voir Machine Learning sur Databricks.

Get start

Essayez un démarrage rapide ou apprenez les concepts fondamentaux.

• • AI Playground
  • Prototyper et tester des agents et des LLM avec l’ingénierie de prompt sans code et le réglage des paramètres.
• • Démarrez avec les agents IA
  • Créez et déployez votre premier agent d'IA de bout en bout.
• • Concepts : IA générative sur Databricks
  • Découvrez les modèles, les agents, les outils et les applications.
• • Cycle de vie du développement d'agents
  • Comprenez le cycle de vie complet de la création d'un agent IA.

Créer et déployer

Développer et déployer des agents.

• • Assistant de connaissances
  • Créer et optimiser des chatbots agents de QA spécifiques au domaine.
• • Agent superviseur
  • Créez un agent superviseur qui orchestre les Genie Agents, les Endpoint d'agent, les fonctions Unity Catalog, les serveurs MCP et les agents personnalisés.
• • Agents personnalisés
  • Créez et déployez des agents, y compris des applications RAG et des systèmes multi-agents, avec Python.
• • Databricks Apps
  • Créez et déployez des interfaces utilisateur interactives pour vos agents, telles que des applications de chat et des formulaires de saisie de données.
• • Serveurs MCP
  • Connectez les agents aux outils, aux données et aux workflows par l'intermédiaire de serveurs MCP standardisés.
• • AI Search (anciennement Databricks Vector Search)
  • Query un index de recherche IA géré pour récupérer du texte pertinent et des données non structurées.

Évaluer et superviser

Tracer, évaluer et superviser les agents en développement et en production.

• • Évaluation et monitoring
  • Évaluez la qualité des agents et surveillez les déploiements de production.
• • MLflow Tracing
  • Enregistrer et analyser le comportement des agents pour déboguer et améliorer les performances.

Query et servir

Interrogez les LLM et servez les agents et les modèles sur des Endpoint évolutifs.

• • Interroger les LLM et les agents sur Databricks.
  • Interroger les LLM et les agents depuis les Notebooks, SQL et les applications.
• • Modèles de fondation
  • Servez des LLM via des APIs évolutives avec une gouvernance et un monitoring intégrés.
• • Unity AI Gateway
  • Gérer et surveiller l'accès aux LLM et aux agents avec le suivi de l'utilisation, la journalisation des charges utiles et les contrôles de sécurité.
• • Fonctions IA
  • Appeler des LLM directement depuis SQL pour enrichir des données et créer des workflows d'IA.