Agent Bricksとは?
Use it to build and deploy the agents that power your agentic products and workflows.製品とワークフローを強化するエージェントを構築およびデプロイするために使用します。Agent Bricks は、コードを書く開発者向けに構築されています。任意のエージェントフレームワークまたはハーネスで構築されたエージェントを使用し、任意のモデルを選択できます。
Agent Bricksは、本番運用エージェントの構築に向けたコアワークフローをサポートします：
- Deploy your agent : Agent ランタイム は、任意のフレームワークやハーネスで構築された、ステートフルまたはステートレスなエージェントをホストします。AgentKit ライブラリの一部である
DurableAgentServerは、耐久性のある実行を追加し、再起動やクラッシュが発生してもランが維持されるようにします。 - エージェントにコンテキストを提供する : マネージドエージェントメモリを使用すると、エージェントが以前の会話で学習した内容を記憶し、応答をパーソナライズできるようになります。
- エージェントのデバッグとテスト : MLflow Tracing は、エージェントが実行する各ステップを記録し、Unity Catalog でトレースを大規模に保存およびガバナンスできます。
Agent Bricks CLIは、これらのサービスに接続するエージェントコードの雛形を作成します。コーディングエージェントを使用するなどしてローカルで反復処理を行ってから、エージェントのリソースを記録する宣言型の agent.toml ファイルから大規模にデプロイできます。
Agent Bricks が他の Databricks の提供機能とどのように関連しているか：
- Genieエージェント ：Genieエージェントを使用すると、テーブルやドキュメントに関する質問に答えるエージェントなど、コードなしでエージェントを作成できます。Agent Bricksは、独自のエージェントコードを記述する開発者向けの機能です。カスタムエージェントは、Genieエージェントをツールとして呼び出すことができます。
- Genie One : Genie Oneは、コードを書かずにデータについて質問したり、ダッシュボードを表示したり、アプリを使用したりするビジネスユーザー向けのサービスです。Agent Bricksは、エージェントを自ら構築する開発者向けです。カスタムエージェントは、ビジネスコンテキストを活用するためのツールとしてGenie Oneを呼び出すことができます。
- Omnigent ：Omnigent は、コーディングエージェントなどの複数のエージェントを構成および調整するメタハーネスです。Omnigent を使用してカスタムエージェントを開発し、Agent Bricks にデプロイして実行できます。
エージェントのコンポーネント
エージェントとは、リクエストを認識し、実行する内容を決定し、目標を達成するために行動する AI システムのことです。単一のモデル呼び出しとは異なり、エージェントはループをランします。モデルを使用してリクエストについて推論し、ツールを呼び出して情報を収集するかアクションを実行し、結果を観測し、応答できるようになるまでそれを繰り返します。
本番運用エージェントは通常、次のコンポーネントを組み合わせて使用します。
- フレームワークまたはハーネス : お客様のコード。LangGraphやOpenAI Agents SDKなどのフレームワークまたはハーネスで構築されたエージェントループと、エージェントの動作を定義する指示およびオーケストレーションロジック。
- モデル : 各ステップについて推論し、次にどのアクションを実行するかを決定する大規模言語モデル（LLM）。
- ツール : ビジネスデータを含め、データを取得するため、または別のシステムの状態を変更するためにエージェントが呼び出す関数。例として、モデルコンテキストプロトコル (MCP) サーバー、APIs、およびエージェントが記述したコードを実行するサンドボックスが挙げられます。
- エージェントの状態 ：エージェントが追跡する対象。エージェントの状態には、進行中の会話またはタスクである現在のセッションと、エージェントがセッション間で学習して思い出すメモリが含まれます。
- エージェント サーバー ：HTTPサーバー内のエージェント ループをラップするライブラリ。クライアントが呼び出すAPIを公開し、クライアント接続を管理し、各ランの状態をランタイム Storeに維持することで耐久性を処理します。
- エージェントランタイム : エージェントサーバーを実行し、ホスティング、アイデンティティ、スケーリングを処理する管理されたコンピュート。
- Observability ：各ステップの記録をとるトレースと、出力の良し悪しを測定する評価。
- ガバナンス : エージェントが使用できるモデル、ツール、データを制御する ID、権限、ポリシー。
フレームワークまたはハーネス、エージェントサーバー、およびエージェントランタイムが一緒になって、エージェントコンピュートスタックを形成します。See Deploy agents on Databricks.
本番運用環境におけるエージェント構築の課題
プロトタイプエージェントは、午後のひとときにノートパソコン上でランすることができます。実際のユーザー向けにエージェントを信頼性高く実行することはより困難です。エージェントを独自に構築するチームは、エージェントの改善ではなく、インフラストラクチャの構築と運用に大部分の時間を費やしていることがよくあります。一般的な課題は、次の 5 つの領域に分けられます。
- モデルアクセス : チームは、最先端モデルとオープンモデルから選択し、コードを書き直すことなくモデルを切り替えまたはアップグレードし、コストとアクセスを制御しながら本番運用スケールで十分な容量を確保する必要があります。
- Compute ：エージェントには、トラフィックに応じてスケーリングし、再起動や障害が発生しても長時間稼働する処理を維持し、各セッションを分離するコンピュートが必要です。コードを記述して実行するエージェントには、それを実行するための安全な場所が必要です。
- コンテキスト : エージェントは、適切なタイミングで適切なデータがある場合に、より良い回答を提供します。これには、永続的な会話状態、セッション間で持続するメモリ、データをコピーしたり資格情報を共有したりすることなくビジネスデータやツールに安全にアクセスできる機能が必要です。
- 品質 : エージェントはオープンエンドで非決定的な出力を生成するため、「良い」の定義と測定は困難です。トレーシングと評価がなければ、チームは障害のデバッグ、ステークホルダーに対する品質の証明、本番運用における回帰の検知を行うことができません。
- ガバナンスと制御 : エージェントはデータに基づいて動作し、外部サービスを呼び出します。統一されたアクセス許可、ポリシー、および使用状況の追跡がないと、組織はデータの漏洩、コンプライアンスのギャップ、不正使用、予期しないコストのリスクに直面します。また、チームはエージェントを特定の1つのモデルプロバイダーやクラウドに固定（ロックイン）することを避けたいと考えています。
Agent Bricksがこれらの課題に対処する方法
Agent Bricksは、スタックの各レイヤーに対してマネージドビルディングブロックを提供します。これらのコンポーネントは1つのアイデンティティとガバナンスモデルを共有して連携しますが、それぞれを単独で使用することもできます。フレームワーク、ハーネス、モデルの選択はそのまま維持されます。
課題 | Agent Bricks のコンポーネント |
|---|---|
Model access | |
コンピュート | Agent Server ( |
コンテキスト | マネージドエージェントメモリと マネージドエージェントセッション、 MCP サーバーとエージェントツール、 AI Search、および Genie Agents |
品質 | |
ガバナンスと制御 | Unity CatalogおよびUnity Gatewayのポリシー、ならびに任意のフレームワーク、ハーネス、モデルのサポート |
Agent Bricks CLIの起動
Agent Bricks CLI は、空のディレクトリからデプロイ済みエージェントまでのガイド付きパスを提供します。フレームワークTemplateからプロジェクトのスケフォールドを行い、エージェントをローカルでランし、モデルアクセス、メモリ、セッション、ツール、およびトレースがすでに設定された状態でデプロイします。宣言型の agent.toml ファイルには、エージェントが依存する管理対象リソースが記録されます。最初のエージェントを構築するには、Agent Bricks クイックスタートを参照してください。
モデル
Unity Gatewayを使用すると、Databricksが基盤モデルAPIを通じてホストするモデルや外部プロバイダーからのモデルを含め、最先端モデルおよびオープンモデル用の1つのAPIをエージェントに提供できます。エージェントコードを変更せずにモデルを切り替えることができます。Unity Gatewayは、エージェントが使用するMCPサーバーやスキルも管理し、そこを通過するリクエストに対してレート制限、ガードレール、および使用状況の追跡を適用します。
コンピュート
- エージェントサーバー :
DurableAgentServerはエージェントループをラップし、同期、ストリーミング、およびバックグラウンドのリクエスト、永続的なランの状態、クラッシュリカバリを備えた呼び出し API を提供します。Agent Bricks CLI で作成したエージェントは、defaultでこれを使用します。 - Agent ランタイム : Agent ランタイム は、安定した認証済みのエンドポイントで、Databricks Apps上でエージェントサーバーを実行します。
agentbricks deployは、エージェントに必要なリソースをプロビジョニングし、それらへのアクセス権限を付与します。デプロイされたエージェントにクエリーを実行するには、Databricksにデプロイされたエージェントのクエリーを参照してください。
これらのレイヤーがどのように連携するかについては、Databricks でのエージェントのデプロイを参照してください。
Context
- 管理されたメモリとセッション : セッションには1つの会話またはタスクの状態が保存され、メモリにはエージェントがその後の会話で思い出す事実と設定が保存されます。どちらもLakebaseを基盤とし、あらゆるフレームワークで動作するマネージドストアです。エージェントのメモリとセッションを参照してください。
- Genie One によるビジネスコンテキストの結合 : Genie One MCP server により、組織の結合されたビジネスコンテキストがエージェントに提供されます。エージェントが自然言語で質問し、Genieが管理対象データ全体でそれに回答します。Genieオントロジーを使用して、ビジネス用語、メトリクスの定義、テーブルのリレーションシップが解決されます。Unity Catalogのアクセス許可が適用されるため、エージェントはアクセスが許可されているデータのみをクエリーできます。Agent Bricks CLI プロジェクトに追加するには、
agentbricks tools add genie-oneを実行します。 - ツールとMCPサーバー ：エージェントをDatabricksマネージドMCPサーバー（Genieエージェント、AI Search、Unity Catalog関数、SQL）またはカスタムMCPサーバーや外部MCPサーバーに接続します。MCPを参照してください。
- AI Search : 検索拡張生成（RAG）アプリケーションなどの用途を含め、Databricks AI Searchを使用して関連する非構造化コンテンツを検索します。
- ビジネスデータ : 組織が Unity Catalog ですでにガバナンスを適用しているテーブル、ファイル、および Genie エージェントにエージェントの基盤を置きます。
可観測性と品質
Databricksが管理するMLflowは、エージェントのトレーシング、評価、モニタリングを提供します。MLflow Tracingは、開発時および本番運用において、エージェントが実行する各ステップを記録します。Evaluationでは、組み込みのLLMジャッジ、カスタムスコアラー、専門家のフィードバックを使用して品質を測定し、本番運用のモニタリングによって回帰を検知します。Unity Catalogにトレースを保存し、大規模に分析できます。What is agent observability and quality?を参照してください。
ガバナンスと制御
- 統合ガバナンス : Unity Catalog は、エージェントが使用するデータ、ツール、モデル、エージェントを、権限とリネージとともにガバナンスします。
- モデル、MCPサーバー、およびスキルに関するポリシー ：Unity Gatewayは、モデル、MCPサーバー、およびスキルへのアクセスを管理し、ルーティングする呼び出しに対してガードレール、レート制限、および使用状況の追跡を適用します。
- 選択 : 任意のフレームワークやハーネス、任意のモデルを使用でき、エージェントを書き直すことなくモデルを切り替えることができます。
エージェント開発ライフサイクル
本番運用のエージェントの構築は、反復的な作業です。以下のステップは、一般的なライフサイクルについて説明します。
- ユースケースと成功基準の定義 ：エージェントが行うべきこと、使用するユーザー、品質、コスト、レイテンシの測定方法について合意します。サンプルのリクエストと期待される回答を早期に収集します。
- 初期エージェントの構築 : 動作する最も複雑性の低い設計から起動。Unity Gatewayを介してエージェントをモデル、MCPサーバー、スキルに接続し、ローカルで実行します。
- 品質の評価と反復 : トレースを使用して動作をデバッグし、実際の リクエストと専門家のフィードバックから評価データセットを構築し、ランを実行してプロンプト、ツール、またはモデルへの各変更の効果を測定します。
- デプロイ ：エージェントサーバーを、エージェントが必要とするストア、ツール、権限とともにエージェントランタイムにデプロイします。
- 本番運用での監視と改善 ：本番運用のトレースとスコアラーで品質を監視し、ユーザーフィードバックを収集し、そこから得た学びを評価にフィードバックします。
Agent Bricks および Databricks 上のその他のエージェント製品
- Genie One : 自然言語でのデータに関する質問、ダッシュボードの表示、およびアプリの使用をコードなしで行うための、ビジネスユーザー向けの Databricks エクスペリエンス。Agent Bricks上に構築されたカスタムエージェントは、ツールとしてGenie Oneを呼び出すことができます。Agent Bricks CLI プロジェクトに追加するには、
agentbricks tools add genie-oneを実行します。 - Genie エージェント : テーブルやドキュメントに関する質問に答えるエージェントをローコードで構築する方法です。カスタムのエージェントコードが必要ない場合は、Genie エージェントを使用します。カスタムエージェントから Genie エージェントをツールとして呼び出すこともできます。
- Omnigent : コーディングエージェントの組み合わせなど、エージェントの構成と協調を行うためのメタハーネス。Omnigent を使用して、Agent Bricks上で実行されるカスタムエージェントを開発できます。
- レガシーエージェントビルダー ：ナレッジアシスタントやスーパーバイザーエージェントなどの以前の製品は、新しいエージェントには推奨されなくなりました。エージェントを構築するその他の方法については、Other ways to build agentsを参照してください。
その他のリソース
- Agent Bricksクイックスタート: Agent Bricks CLIを使用して最初のエージェントを構築およびデプロイします。
- Databricks でのエージェントのデプロイ：エージェントのデプロイと提供の方法について学びます。
- What is agent observability and quality?：エージェントのトレース、評価、モニタリング。
- Databricks の AI：ユースケース、顧客、その他のリソース。
- Agent Bricks FAQ: Agent Bricks に関するよくある質問への回答。