Develop agents on Databricks

O Agent Bricks é a plataforma de desenvolvedor de agentes do Databricks. Use-o para criar e implantados os agentes que alimentam seus produtos e fluxos de trabalho baseados em agentes.

O Agent Bricks oferece suporte aos fluxos de trabalho principais para criar um agente de produção:

• Deploy your agent : Agent Runtime hospeda agentes criados com qualquer framework ou harness, com ou sem estado. DurableAgentServer, parte da biblioteca AgentKit, adiciona execução durável para que as execuções sobrevivam a reinicializações e falhas.
• Give your agent context : Memória de agente gerenciada lets your agent recall what it learned in earlier conversations, so it can personalize its responses.
• Depure e teste seu agente : o MLflow Tracing registra cada etapa que seu agente executa, e você pode armazenar e governar rastreamentos em escala no Unity Catalog.

Procurando ML clássico ou aprendizagem profunda? Consulte Machine learning no Databricks.

Comece agora

Saiba o que o Agent Bricks oferece e crie seu primeiro agente.

• • Guia de início rápido do Agent Bricks
  • Crie e implante seu primeiro agente com o Agent Bricks CLI.
• • O que é Agent Bricks?
  • Conheça os componentes de um agente e como o Agent Bricks apoia cada um deles.
• • CLI do Agent Bricks
  • Crie, faça a execução e deixe os agentes implantados a partir da linha de comando ou traga um agente existente.

Connect to models

• • Conectar-se a modelos
  • Chame modelos de fronteira e abertos por meio do Unity Gateway com uma única API e alterne modelos sem alterar o código do agente.

Adicionar contexto do agente

Forneça ao seu agente memória, ferramentas e acesso aos seus dados.

• • Agent memory and sessions
  • Armazene o estado da conversa e a memória de longo prazo em armazenamentos gerenciados com suporte do Lakebase.
• • Servidores MCP e ferramentas de agentes
  • Conecte agentes a servidores e ferramentas MCP personalizados, externos e gerenciados pelo Databricks.
• • Servidor MCP do Genie One
  • Forneça aos agentes o contexto de negócios combinado da sua organização por meio de perguntas em linguagem natural sobre dados governados.
• • Pesquisa de IA
  • Recupere texto relevante e dados não estruturados de um índice de Pesquisa de AI gerenciado.

Implantar seu agente

Faça a execução do seu agente com um servidor de agente em compute gerenciado.

• • Deploy agents on Databricks
  • Conheça a pilha de compute do agente: framework ou harness, servidor de agentes e agente runtime.
• • Agent Server
  • Sirva seu agente com DurableAgentServer: execuções síncronas, de transmissão e em segundo plano, com recuperação de falhas.
• • Agent Runtime
  • Implante e gerencie agentes no compute hospedado pelo Databricks.

Fazer query do seu agente

• • Fazer query de agentes implantados no Databricks
  • Envie solicitações para agentes implantados por meio da API de invocações, da Responses API ou do SQL.

Agent observability and quality

Rastrear, avaliar e monitorar agentes em desenvolvimento e produção

• • Observabilidade e qualidade de agentes
  • Saiba como o MLflow rastreia, avalia e monitora agentes.
• • MLflow Tracing
  • Registre cada os passos que um agente realiza para depurá-lo e melhorá-lo.
• • Avaliar e melhorar
  • Measure agent quality with LLM judges, custom scorers, and expert feedback.

Govern your agents

• • Unity Gateway
  • Governe o acesso a modelos, servidores MCP e habilidades, com barreiras de proteção, limites de taxa e acompanhamento de uso.

Transformar dados não estruturados

• • Funções de IA
  • Apply AI models to your data from SQL to classify, extract, summarize, and parse documents.