Pular para o conteúdo principal
Última atualização em

Crie e compartilhe uma interface de usuário de bate-papo com o Databricks Apps

Use Databricks Apps para criar e implantar uma interface de usuário de chat para seu agente. O aplicativo padrão do agente inclui essa interface de chat sem necessidade de configuração adicional. Use esta página para personalizar a interface de usuário padrão ou para adicionar uma interface de chat a um agente implantado sem um padrão.

Exemplo de UI de bate-papo para conversar com agentes implantados.

Requisitos​

Esta interface de chat funciona com qualquer agente Databricks, exceto esquemas legados, incluindo:

Você precisa ter as seguintes ferramentas de desenvolvimento:

  • CLI do NPM : Necessária para desenvolvimento local. Consulte GitHub - NPM CLI

  • CLI do Databricks : Necessária para autenticação; consulte o guia de instalação.

    1. Instale a CLI do Databricks.

    2. Defina o nome do seu perfil:

      Bash
      export DATABRICKS_CONFIG_PROFILE='your_profile_name'

    3. Configurar autenticação:

      Bash
      databricks auth login --profile "$DATABRICKS_CONFIG_PROFILE"

Exemplo de aplicativo de bate-papo​

O aplicativo de exemplo, e2e-chatbot-app-next, usa NextJS, React e SDKAI para construir uma interface de bate-papo pronta para produção.

Consulte o arquivo README.md do projeto para obter instruções detalhadas sobre como usar o padrão.

O aplicativo de exemplo demonstra o seguinte:

  • saída de transmissão : Exibe as respostas do agente conforme elas são geradas com fallback automático para o modo sem transmissão

  • Chamadas de ferramentas : Renderiza chamadas de ferramentas para agentes criados usando as melhores práticas do Agent Framework.

  • IntegraçãoDatabricks Agent com o Foundation Model : Conexão direta com o Foundation Model, o endpoint de serviço Databricks Agent e os Agent Bricks.

  • Autenticação Databricks : Utiliza a autenticação Databricks para identificar os usuários finais do aplicativo de bate-papo e gerenciar suas conversas com segurança.

  • Histórico de conversas persistente : Armazena conversas no Databricks Lakebase (PostgreSQL) com total governança.

Abra as seguintes seções para habilitar o recurso opcional:

Ativar histórias de bate-papo

Ativar histórias de bate-papo​

Por default, as conversas são armazenadas apenas na memória e são perdidas quando a sessão termina. Para persistir a história no PostgreSQL, execute o script de início rápido descrito no README.md padrão.

Ativar feedback do usuário

Ativar feedback do usuário​

Os usuários podem fornecer feedback positivo/negativo às respostas, o que é registrado em um experimento MLflow .

Se você estiver usando um padrão de agente como agent-openai-agents-sdk ou agent-langgraph, o pacote configura automaticamente a autenticação para que o aplicativo possa gravar o feedback do usuário no experimento MLflow . O feedback funciona após databricks bundle deploy sem nenhum passo extra.

Se você estiver usando o aplicativo independente e2e-chatbot-app-next apontando para um endpoint de agente existente, execute o script de inicialização rápida descrito no arquivo README.md padrão para configurar a autenticação para o experimento MLflow .

nota

Also bind a Lakebase database to persist the thumbs up/down state across page reloads. See Enable chat history.

Hospede vários aplicativos na mesma instância de banco de dados.

Hospede vários aplicativos na mesma instância de banco de dados.​

Este exemplo cria apenas um banco de dados por aplicativo, porque o código do aplicativo tem como alvo um esquema ai_chatbot fixo na instância do banco de dados. Para hospedar vários aplicativos na mesma instância, você deve fazer o seguinte:

  1. Atualize o nome da instância do banco de dados em databricks.yml.
  2. Atualize as referências a ai_chatbot no código-fonte para o novo nome de esquema desejado na instância de banco de dados existente.
  3. execução npm run db:generate para regenerar migrações de banco de dados.
  4. implantou o aplicativo.

Ativar autorização de usuário (Pré-visualização pública)

Habilitar autorização de usuário​

info

Preview

User authorization is in Public Preview. Your workspace admin must enable it before you can configure user authorization for your app.

Alguns endpoints de serviço exigem que o aplicativo encaminhe o access token do usuário em vez dos tokens da entidade de serviço do aplicativo. Isso se chama autorização de usuário, às vezes referida como autorização em nome do usuário .

O endpoint do Supervisor Multiagente sempre requer autorização do usuário. O endpoint do modelo de serviço personalizado também requer autorização do usuário quando o endpoint possui escopos API configurados em sua política de autenticação.

Para configurar a autorização do usuário, adicione os escopos necessários ao criar ou editar um aplicativo na interface do usuário do Databricks:

  1. Na Configuração do recurso o passo, em Autorização do usuário , clique em +Adicionar escopo .
  2. Adicione o escopo serving.serving-endpoints . Este escopo é necessário para todos os endpoints que utilizam autorização de usuário.
  3. Adicione quaisquer escopos adicionais listados na política de autenticação do endpoint.

Para obter instruções detalhadas, consulte Adicionar escopos a um aplicativo.

O padrão e2e-chatbot-app-next detecta automaticamente se o endpoint de serviço configurado requer autorização do usuário. Se o aplicativo não possuir os escopos necessários, ele exibirá um aviso listando os escopos ausentes.

Compartilhe o aplicativo​

Conceda permissão aos usuários para view o aplicativo (consulte Configurar permissões para um aplicativo Databricks) e, em seguida, compartilhe o URL do aplicativo.

Limitações conhecidas​

  • Não há suporte para entrada de imagens ou outros formatos multimodais.
  • Este aplicativo suporta apenas autenticação CLI Databricks (desenvolvimento local) e autenticação de entidade de serviço (aplicativos implantados). PAT, identidades gerenciadas Azure e outros mecanismos não são suportados.
  • Os escopos de função Unity Catalog não são suportados para autorização de usuário.

Aplicativo de bate-papo para agentes Streamlit​

O padrão Streamlit anterior, e2e-chatbot-app, ainda está disponível, mas não possui o recurso de produção do e2e-chatbot-app-next.