AI エージェントの使用を開始する
Databricks Appsテンプレートを使用して、最初のAIエージェントを構築およびデプロイします。 このチュートリアルでは次のことを行います。
- Databricks Apps UI からエージェントをビルドしてデプロイします。
- 事前に構築されたチャット インターフェースを使用してエージェントとチャットします。
前提条件
ワークスペースでDatabricks Apps有効にします。 Databricks Appsワークスペースと開発環境をセットアップするを参照してください。
エージェントテンプレートを展開する
Databricks アプリ テンプレート リポジトリから事前に構築されたエージェント テンプレートを使用して開始します。
このチュートリアルでは、次の内容を含むagent-openai-agents-sdkテンプレートを使用します。
- OpenAI Agent SDKを使用して作成されたエージェント
- 会話型 REST API と対話型チャット UI を備えたエージェント アプリケーションのスターター コード
- MLflowを使用してエージェントを評価するコード
ワークスペース UI を使用してアプリ テンプレートをインストールします。 これにより、アプリがインストールされ、ワークスペース内のコンピュート リソースにデプロイされます。
-
Databricks ワークスペースで、 [+ 新規] > [アプリ] をクリックします。
-
[エージェント] > [エージェント - OpenAI エージェント SDK] をクリックします。
-
openai-agents-templateという名前で新しいMLflowエクスペリメントを作成し、残りのセットアップを完了してテンプレートをインストールします。 -
アプリを作成したら、アプリの URL をクリックしてチャット UI を開きます。
エージェントアプリケーションを理解する
エージェント テンプレートは、次の主要コンポーネントを備えた本番運用対応のアーキテクチャを示しています。
MLflow AgentServer : 組み込みのトレースと監視機能を使用してエージェント要求を処理する非同期 FastAPI サーバー。AgentServer は、エージェントを照会するための/invocationsエンドポイントを提供し、リクエストのルーティング、ログ記録、およびエラー処理を自動的に管理します。
OpenAI Agents SDK : このテンプレートは、会話管理とツール オーケストレーションのエージェント フレームワークとして OpenAI Agents SDK を使用します。任意のフレームワークを使用してエージェントを作成できます。重要なのは、エージェントを MLflow ResponsesAgentインターフェースでラップすることです。
ResponsesAgentインターフェース : このインターフェースにより、エージェントがさまざまなフレームワークで動作し、Databricks ツールと統合されることが保証されます。OpenAI SDK 、LangGraph、 LangChain 、または純粋なPythonを使用してエージェントを構築し、それをResponsesAgentでラップするとAI Playground 、エージェント評価、およびDatabricks Appsデプロイメントとの互換性が自動的に得られます。
MCP (モデル コンテキスト プロトコル) サーバー : テンプレートは、 Databricks MCP サーバーに接続して、エージェントからツールおよびデータ ソースにアクセスします。 Databricks のモデル コンテキスト プロトコル (MCP) を参照してください。
次のステップ
カスタムエージェントの作成方法を学ぶ : AIエージェントを作成してDatabricks Appsにデプロイする