メインコンテンツまでスキップ

Agent Bricks のクイックスタート

備考

ベータ版

This feature is in Beta.有効にするためのワークスペース設定は必要ありません。Agent Bricks CLIをインストールして起動します。

このクイックスタートでは、エージェントの構築とデプロイを行うための Databricks コマンドラインツールである Agent Bricks CLI (databricks-agentbricks) を使用して、空のディレクトリからデプロイされたカスタムエージェントを作成するまでの手順を説明します。Agent Bricks CLI がモデルへのアクセス、メモリ、セッション、ツール、およびトレースを管理するため、ユーザーはエージェントのロジックに集中できます。

Agent Bricks CLI の仕組み​

Agent Bricks CLI は、フレームワーク Template からローカルプロジェクトを構築し、ランタイム、テスト、およびオプションのチャット UI をすでに結び付けます。アプリケーションのロジック (モデル、ツール、プロンプト) を記述すると、CLI がそれをローカルでランしてデプロイします。宣言型の agent.toml ファイルは、ツール、メモリ、セッション、トレーシングなど、エージェントが依存する Databricks 管理下のリソースのソースとなります。agentbricks deploy はこれを読み取って、プロビジョニングとすべての配線を行います。

空のディレクトリから本番運用に至るまで、エージェントを実行する 3 つのコマンド:

  • agentbricks init はプロジェクトをスキャフォールディングし、agent.toml を書き込みます。
  • agentbricks dev は、Databricksが使用するランタイムと環境を使用して、エージェントをローカルで実行します。
  • agentbricks deploy は宣言されたリソースをプロビジョニングし、デプロイを展開します。

Agent Bricks CLI のライフサイクル: 初期化、開発、およびデプロイの各フェーズと主要なアクション

前提条件​

  • インストールされており、パスが通っている Databricks CLI。

  • Python 3.11 以降。DatabricksはPython 3.12を推奨します。Pythonのバージョンが原因でインストールまたはagentbricks devが失敗する場合は、トラブルシューティングを参照してください。

  • uv。agentbricks init、agentbricks dev、およびagentbricks deployの足場プロジェクトをランします。

  • Agent Bricks CLIをインストールします。uvツールとしてインストールするには、以下をランします。

    Bash
    uv tool install databricks-agentbricks

    代わりにpipでインストールするには、pip install databricks-agentbricksをランします。

ステップ 1: 認証する​

OAuth でワークスペースに対して認証を行い、名前付きプロファイルを保存し、Agent Bricks CLI の default に設定します:

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

ステップ2:プロジェクトのひな形を作成する​

--frameworkを使用してフレームワークのTemplateを選択し、新しいエージェントプロジェクトを構築します:

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

ステップ 3: エージェントをローカルでランする​

デプロイする前に、マシン上でエージェントをランしてテストします:

Bash
agentbricks dev

agentbricks dev チャットアプリとエージェントの API を http://localhost:8000 で提供します。Databricks エージェントランタイムと同じコマンドと環境を使用し、Databricks のモデルサービングに接続します。

ブラウザで URL を開き、エージェントとチャットします。次のステップまでサーバーを稼働させ続けます。

ステップ 4: エージェントをローカルでテストする​

2番目のターミナルで、エージェントの呼び出しAPIにリクエストを送信します:

Bash
curl -X POST http://localhost:8000/api/invocations \
-H 'Content-Type: application/json' \
-d "{\"id\":\"$(uuidgen)\",\"session_id\":\"$(uuidgen)\",\"input\":[{\"role\":\"user\",\"content\":\"Hello\"}]}"

uuidgenが利用できない場合は、各$(uuidgen)を任意のUUIDに置き換えます。

リクエスト本文には以下のフィールドがあります。

  • id:各リクエストの新しいUUID。
  • session_id: 要求が属する会話。同じ会話でフォローアップメッセージを送信するには、新しい id でセッションIDを再利用します。
  • input:エージェントに送信するメッセージ。

応答には、呼び出しの status と、エージェントのメッセージを含む output フィールドが含まれています。すべてのリクエストフィールドについては、リクエスト本文を参照してください。

ステップ5: エージェントをデプロイする​

プロジェクトディレクトリから、エージェントを Databricks エージェントランタイムにデプロイします。

Bash
agentbricks deploy

agentbricks init agent.toml に名前 my-agent を記録したので、名前を渡しません。CLIは agent-bricks-my-agent という名前のアプリを作成します。agentbricks deployments コマンドと agentbricks endpoint コマンドでその名前を使用します。

Agent Bricks CLIは、バインドされたストアをプロビジョニングし、エージェントのService Principalにアクセス権を付与し、デプロイメントをロールアウトします。最初のデプロイには数分かかります。これは主にアプリケーションのコンピュートを起動するためです。agentbricks deployは、エージェントが応答するまで待機し、デプロイメントのURLを返します。

デプロイが完了するのを待たずに直ちに戻るには、--no-waitをagentbricks deployに追加してagentbricks deployments waitを実行します。

デプロイが失敗した場合は、デプロイの Logs を表示します。

Bash
agentbricks deployments logs agent-bricks-my-agent

ステップ 6: デプロイしたエージェントをテストする​

デプロイされたエージェントにリクエストを送信:

Bash
agentbricks endpoint invoke agent-bricks-my-agent \
--path /api/invocations \
--json "{\"id\":\"$(uuidgen)\",\"session_id\":\"$(uuidgen)\",\"input\":[{\"role\":\"user\",\"content\":\"Hello\"}]}"

ステップ4と同様に、uuidgenが利用できない場合は、各$(uuidgen)を任意のUUIDに置き換えます。

コマンドはアプリのURLを検索し、defaultプロファイルで認証します。代わりに curl と OAuth トークンを使用して API を呼び出すには、DurableAgentServer を使用するエージェントに対してクエリーを実行するを参照してください。ブラウザでエージェントとチャットするには、デプロイメントのURLを開きます。

次のステップ​