Pular para o conteúdo principal
Última atualização em

O senhor pode começar com AI agentes

Crie e implante seu primeiro agente AI usando Databricks Apps padrão. Neste tutorial você vai:

  • Crie e implante o agente a partir da interface de usuário Databricks Apps .
  • Converse com o agente usando uma interface de chat pré-configurada.

Pré-visualização da interface do usuário do chat do agente

Pré-requisitos​

Habilite Databricks Apps em seu workspace. Consulte Configurar seu workspace e ambiente de desenvolvimento Databricks Apps.

implantar o agente padrão​

Comece usando um agente pré-construído padrão do aplicativoDatabricks repositório padrão.

Este tutorial utiliza o padrão agent-openai-agents-sdk , que inclui:

  • Um agente criado usando o SDK de Agentes da OpenAI
  • Código inicial para um aplicativo de agente com uma API REST conversacional e uma interface de chat interativa.
  • Código para avaliar o agente usando MLflow

Instale o aplicativo padrão usando a interface do usuário do espaço de trabalho. Isso instala o aplicativo e o implanta em um recurso compute em seu workspace.

  1. No seu workspace Databricks , clique em + Novo > Aplicativo .

  2. Clique em Agentes > Agente - SDK de Agentes da OpenAI .

  3. Crie um novo experimento MLflow com o nome openai-agents-template e conclua o restante da configuração para instalar o padrão.

  4. Após criar o aplicativo, clique no URL do aplicativo para abrir a interface de bate-papo.

Compreenda a aplicação do agente​

O agente padrão demonstra uma arquitetura pronta para produção com estes componentes key :

MLflow AgentServer : Um servidor FastAPI assíncrono que lida com solicitações de agentes com rastreamento e observabilidade integrados. O AgentServer fornece o endpoint /invocations para consultar seu agente e gerencia automaticamente o roteamento de solicitações, registro e tratamento de erros.

OpenAI Agents SDK : O padrão utiliza o OpenAI Agents SDK como framework de agentes para gerenciamento de conversas e orquestração de ferramentas. Você pode criar agentes usando qualquer framework. A key é envolver seu agente com a interface MLflow ResponsesAgent .

InterfaceResponsesAgent : Esta interface garante que seu agente funcione em diferentes estruturas e se integre com as ferramentas do Databricks. Crie seu agente usando SDK OpenAI , LangGraph, LangChain ou Python puro e, em seguida, envolva-o com ResponsesAgent para obter compatibilidade automática com AI Playground, a avaliação de agentes e a implantação Databricks Apps .

Servidores MCP (Model Context Protocol) : O padrão se conecta aos servidores MCP Databricks para acessar agentes, ferramentas e fonte de dados. Consulte o Protocolo de Contexto do Modelo (MCP) no Databricks.

Agente no aplicativo - diagrama simples

Próximas etapas​

Aprenda como criar um agente personalizado :Crie um agente AI e implante-o no Databricks Apps