Pular para o conteúdo principal

Use Agent Bricks: Supervisor de vários agentes para criar um sistema multiagente coordenado

info

Beta

Este recurso está em fase beta.

Esta página descreve como utilizar o Agent Bricks: Multi-Agent Supervisor para criar um sistema supervisor multiagente que coordena agentes e ferramentas de AI para trabalharem em conjunto em tarefas complexas. Você pode melhorar a coordenação deles com base no feedback em linguagem natural de seus especialistas no assunto.

O Agent Bricks oferece uma abordagem simples para construir e otimizar sistemas de agentes de inteligência artificial ( AI ) específicos para cada domínio e de alta qualidade para casos de uso comuns de inteligência artificial ( AI ).

O que é Agent Bricks: Multi-Agent Supervisor?​

Use o Agent Bricks: Multi-Agent Supervisor para criar um sistema supervisor que coordene Genie Spaces, endpoints de agentes, funções Unity Catalog e servidores MCP para trabalharem juntos na conclusão de tarefas complexas em diferentes domínios especializados. O Supervisor Multiagente usa padrões avançados de orquestração AI para gerenciar interações de agentes, delegação de tarefas e síntese de resultados para fornecer soluções abrangentes.

Agent Bricks: O Multi-Agent Supervisor cria o sistema para você e permite que você o aprimore ao longo do tempo com feedback humano. É ideal para dar suporte aos seguintes casos de uso:

  • Forneça análises e percepções de mercado pesquisando relatórios de pesquisa e dados de uso.
  • Responda perguntas sobre processos internos e automatize a lista de pendências de tickets.
  • Acelere o atendimento ao cliente respondendo a perguntas sobre políticas, perguntas frequentes, account e outras questões.

O Supervisor Multiagente permite que você melhore a qualidade da coordenação do supervisor e ajuste o comportamento do agente com base no feedback em linguagem natural de seus especialistas no assunto. Forneça cenários de tarefas para uma sessão de rótulo e envie-os aos especialistas para revisão no aplicativo Review App. Suas respostas fornecem dados de rótulo que auxiliam na otimização do desempenho do sistema.

O Multi-Agent Supervisor cria uma infraestrutura de agentes ( endpoint ) abrangente que pode ser utilizada posteriormente para suas aplicações. Por exemplo, é possível interagir com o endpoint enviando prompts no Playground ou criar um aplicativo de chat usando o Databricks Apps. O supervisor possui controles de acesso integrados, de modo que seus usuários finais acessam apenas os subagentes e os dados aos quais têm acesso.

Requisitos​

Crie um sistema supervisor multiagente​

Acesse Ícone de agentes. Agentes no painel de navegação à esquerda do seu workspace e clique em Supervisor de vários agentes.

sobre\ [ABMAS]

Etapa 1: criar subagentes e conceder permissões​

atenção

Executar código arbitrário em uma ferramenta de agente pode expor informações confidenciais ou privadas às quais o agente tem acesso. Os clientes são responsáveis por executar apenas código confiável e implementar proteções e permissões adequadas para evitar acesso não intencional aos dados.

Como o Agent Bricks: Multi-Agent Supervisor cria um sistema de supervisão que coordena subagentes para trabalharem juntos na conclusão de tarefas complexas, você precisa primeiro fornecer os subagentes para que ele possa coordená-los. Esses subagentes podem ser Genie Spaces, endpoints de agentes do Knowledge Assistant, funções Unity Catalog ou servidores MCP. Você também precisa conceder aos usuários finais acesso explícito a cada subagente para que o supervisor retorne respostas úteis desse subagente.

  1. Para criar um espaço Genie, siga as etapas em Configurar e gerenciar um espaço AI/BI Genie.
  2. Conceda aos usuários finais acesso tanto ao espaço Genie quanto aos objetos Unity Catalog subjacentes. Siga as etapas em Compartilhar um espaço Genie.

Etapa 2: configurar seu supervisor​

Na tela Configurar o supervisor ( tab), configure o supervisor e adicione os agentes que ele coordenará.

nota

O supervisor possui controles de acesso integrados, de forma que seus usuários finais acessem apenas os subagentes e os dados aos quais têm permissão. Para o endpoint do agente, os usuários finais precisam da permissão CAN QUERY no endpoint. Para Genie spaces, os usuários finais precisam ter acesso tanto ao espaço Genie quanto aos dados dos objetos Unity Catalog subjacentes. Veja Compartilhe um espaço Genie. Para funções Unity Catalog , os usuários finais precisam da permissão EXECUTE na função. Para servidores MCP externos, os usuários finais precisam da permissão USE CONNECTION na conexão Unity Catalog . Caso o usuário final não tenha acesso a nenhum subagente, o supervisor encerrará a conversa. Se o usuário final tiver acesso a alguns, mas não a todos os subagentes, o supervisor redirecionará a conversa para longe dos subagentes aos quais o usuário não tem acesso.

  1. No campo Nome , insira um nome para seu agente supervisor.

  2. No campo Descrição , descreva o que seu sistema supervisor pode fazer.

  3. Em Configurar Agentes , selecione até 10 agentes e/ou ferramentas.

Para disponibilizar um espaço Genie:

  1. No campo Tipo , selecione Genie Space .

  2. Selecione o seu espaço Genie no menu suspenso Espaço Genie .

  3. Os campos Nome do agente e Descreva o conteúdo são preenchidos automaticamente quando possível. Você pode editar o nome e a descrição, se desejar.

    O supervisor utiliza as informações contidas na descrição para auxiliar na coordenação dos agentes. Forneça o máximo de detalhes possível para ajudar a melhorar a delegação da tarefa.

Para saber mais sobre o Genie spaces, consulte O que é um AI/BI Genie. Para configurar um Genie espaço, consulte Configurar e gerenciar um AI/BI Genie espaço.

  1. (Opcional) Para adicionar mais agentes, clique em + Adicionar . Você pode fornecer até 10 agentes.

  2. (Opcional) No campo Instruções , especifique as diretrizes de como o supervisor multiagente deve responder.

  3. Clique em Criar agente .

Você será redirecionado para a página Configurar o tab. A criação do sistema multiagente e do agente supervisor pode levar de alguns minutos a algumas horas.

Etapa 3: teste seu agente supervisor​

Após o seu supervisor concluir a construção, é possível testá-la experimentando-a no AI Playground. O supervisor coordenará vários agentes para lidar com tarefas complexas. Em Teste seu agente no painel lateral direito, você pode conversar com o agente para avaliar suas respostas.

  1. (Opcional) Também é possível testar o agente no AI Playground. Clique em Abrir no Playground . Isso abre o AI Playground com o endpoint do seu supervisor conectado. AI Se você tiver um recurso de assistênci AI habilitado, poderá habilitar a geração de tarefas de avaliação e tarefas sintéticas para auxiliar na avaliação do seu supervisor.
  2. Em Testar seu agente ou no AI Playground, insira uma tarefa complexa para seu supervisor.
  3. Avalie sua resposta. Certifique-se de que o supervisor delegou a tarefa aos agentes adequados.
  4. Com base nas respostas do seu agente, ajuste os campos Descrição e Instruções no painel lateral esquerdo para melhorar sua configuração.
  5. Clique em Atualizar agente .

Se o senhor estiver satisfeito com o desempenho do supervisor, continue usando o supervisor como está. Em default, o ponto de extremidade do Agent Bricks é zerado após 3 dias de inatividade, portanto, o senhor só será cobrado pelo tempo de atividade.

Etapa 4: melhorar o supervisor​

Agent Bricks: O supervisor multiagente pode ajustar o comportamento do supervisor com base no feedback em linguagem natural. Obtenha feedback humano por meio de uma sessão de rótulo para aprimorar a qualidade da coordenação do seu supervisor. Coletar dados de rótulos para o seu supervisor pode melhorar o desempenho dele. O Agent Bricks treinará novamente e otimizará o supervisor a partir dos novos dados.

Em Melhorar a experiência de uso ( tab), adicione cenários de tarefas e inicie uma sessão de rótulo.

  1. Adicione cenários de tarefas para incluir na sua sessão de rótulo:

    1. Clique em + Adicionar para adicionar um cenário de tarefa.
    2. Na janela modal Adicionar uma pergunta , insira uma pergunta ou tarefa para o agente.
    3. Clique em Adicionar . A tarefa aparecerá na interface do usuário.
    4. Repita até adicionar todas as perguntas que você deseja avaliar.
    5. Para excluir uma pergunta, clique no menu kebab e depois em Excluir.

    Databricks Recomenda-se adicionar pelo menos 20 perguntas para uma sessão de rótulo, a fim de garantir que sejam coletados dados suficientes para o rótulo.

  2. Após concluir a adição dos cenários de tarefas, envie-os aos especialistas para revisão, a fim de auxiliar na criação de rótulos de alta qualidade. dataset À direita, clique em “Iniciar sessão de rótulo ”.

    Quando sua sessão rótulo estiver pronta, a interface do usuário será atualizada conforme mostrado abaixo.

  3. Compartilhe o aplicativo de avaliação com especialistas para obter feedback. Clique em Conceder permissões às PME e adicione os especialistas para conceder a eles a permissão correta para acessar a sessão de rotulagem.

    Para obter mais informações sobre as sessões de rótulo e o aplicativo de revisão, consulte Aplicativo de revisão.

  4. Garanta que o SME tenha acesso aos subagentes apropriados:

    • Para cada agente endpoint, conceda à PME a permissão CAN QUERY.
    • Para cada espaço Genie, conceda à PME todas as permissões necessárias para interagir com o espaço. Consulte o espaço Compartilhar um Genie.
    • Para cada função Unity Catalog , conceda ao especialista no assunto a permissão EXECUTE na função.
    • Para cada servidor MCP externo, conceda ao SME a permissão USE CONNECTION na conexão Unity Catalog .

    Se o SME não tiver acesso a nenhum subagente, o supervisor encerrará a conversa. Se o usuário final tiver acesso a alguns subagentes, mas não a todos, o supervisor redirecionará a conversa para fora dos subagentes que o usuário não pode acessar.

  5. Para rotular os dados você mesmo, clique em Abrir sessão de rotulagem .

    Isso abre o aplicativo de avaliação em uma nova janela tab. Como revisor:

    1. Clique em “Iniciar revisão ”.

    2. À esquerda, revise a pergunta e a resposta do supervisor

    3. No lado direito, em Expectativas , revise todas as diretrizes existentes e adicione mais conforme achar necessário.

      1. Para adicionar uma diretriz, clique em + Adicionar entrada .
      2. Insira a diretriz na caixa de texto exibida.
      3. Clique em Salvar .

    4. Em Feedback , insira seu feedback e clique em Salvar .

    5. Ao concluir a revisão de um cenário de tarefa, clique em “Próximo não revisado” ou “ > ” no canto superior direito para avançar para o próximo.

    6. Após concluir a revisão de todos os cenários de tarefas, encerre o aplicativo de revisão.

  6. tabQuando os revisores concluírem as sessões de rótulo, retorne à página Melhorar a coordenação do seu supervisor.

  7. merge Clique em “merge” para incorporar o feedback dos especialistas ao seu rótulo “ dataset”. A tabela de cenários de tarefas no lado direito será atualizada com o feedback da fusão.

  8. Revise os registros de feedback.

  9. Teste o supervisor novamente no AI Playground para verificar o desempenho aprimorado da coordenação. Se necessário, inicie outra sessão de rótulo para coletar mais dados de rótulo.

Consultar o agente endpoint​

Há várias maneiras de consultar o assistente de conhecimento criado endpoint. Use os exemplos de código fornecidos no AI Playground como ponto de partida.

  1. No site Configure tab, clique em Open in playground (Abrir no playground ).
  2. No Playground, clique em Obter código .
  3. Escolha como o senhor deseja usar o endpoint:
    • Selecione Curl API para obter um exemplo de código para consultar o endpoint usando curl.
    • Selecione Python API para obter um exemplo de código para interagir com o endpoint usando Python.

Limitações​

Última atualização em