Crie e compartilhe uma interface de usuário de bate-papo com o Databricks Apps
Use o Databricks Apps para criar uma interface de chat personalizada para o seu agente implantado. Isso permite criar interfaces personalizadas e interativas que oferecem controle total sobre como os usuários interagem com seu agente.

Para testes de pré-produção sem requisitos de interface de usuário personalizados, use o aplicativo de revisão integrado. A abordagem de aplicativo personalizado descrita aqui destina-se a implantações em produção que necessitam de recursos especializados, recursos de marca ou experiências de usuário aprimoradas.
Requisitos
Você precisa ter acesso a um workspace Databricks que contenha um dos seguintes tipos endpoint :
-
Agente personalizado : implantado usando
agents.deploy()com o tipo de tarefa Chat ou Respostas -
Agente Bricks : Assistente de Conhecimento ou Supervisor Multiagente
-
Modelo básico : ponto de extremidade com tipo de tarefa Chat . Consulte a lista de modelos básicos suportados no Mosaic AI Model Serving.
Agentes que utilizam esquemas legados não são suportados.
Você precisa ter as seguintes ferramentas de desenvolvimento:
-
CLI do NPM : Necessária para desenvolvimento local. Veja GitHub - NPM CLI)
-
CLI do Databricks : Necessária para autenticação; consulte o guia de instalação.
-
Instale a CLI do Databricks.
-
Defina o nome do seu perfil:
Bashexport DATABRICKS_CONFIG_PROFILE='your_profile_name' -
Configurar autenticação:
Bashdatabricks 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.
O padrão Streamlit anterior, e2e-chatbot-app, ainda está disponível, mas não possui o recurso de produção do aplicativo NextJS.
Compartilhe o aplicativo
Depois de testar seu aplicativo, você pode conceder permissão a outros usuários para view -lo. Consulte Configurar permissões para um aplicativo Databricks.
Compartilhe o URL do seu aplicativo com outras pessoas para que elas possam conversar com seu agente e fornecer feedback.
Limitações conhecidas
- Não há suporte para entrada de imagens ou outros formatos multimodais.
- Este aplicativo suporta apenas os métodos de autenticação recomendados para Databricks: autenticação CLI Databricks para desenvolvimento local e autenticação da entidade de serviço Databricks para aplicativos implantados.
- Outros mecanismos de autenticação (PAT, identidades gerenciais Azure , etc.) não são suportados.
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:
- Atualize o nome da instância do banco de dados em
databricks.yml. - Atualize as referências a
ai_chatbotno código-fonte para o novo nome de esquema desejado na instância de banco de dados existente. - execução
npm run db:generatepara regenerar migrações de banco de dados. - implantou o aplicativo.