Agent Bricks quickstart

info

Beta

Esse recurso está em Beta. Nenhuma configuração de workspace é necessária para ativá-lo. Instale a CLI do Agent Bricks para começar.

This quickstart takes you from an empty directory to an implantado custom agent using the Agent Bricks CLI (databricks-agentbricks), the Databricks comando-line tool for building and deploying agents. A CLI do Agent Bricks gerencia acesso a modelos, memória, sessões, ferramentas e rastreamento para você, para que você possa se concentrar na lógica do seu agente.

How the Agent Bricks CLI works

A CLI do Agent Bricks cria um projeto local a partir de um modelo padrão, com o runtime, os testes e uma interface de usuário de chat opcional já configurados. Você escreve a lógica do aplicativo (modelo, ferramentas e prompts), e a CLI o execução localmente e o implanta. O arquivo declarativo agent.toml é a fonte de verdade para os recursos gerenciados pelo Databricks dos quais seu agente depende, como ferramentas, memória, sessões e rastreamento. agentbricks deploy faz a leitura para provisionar e configurar tudo.

Três comandos levam um agente de um diretório vazio para a produção:

• agentbricks init cria a estrutura do projeto e grava agent.toml.
• agentbricks dev executa o agente localmente, usando o mesmo runtime e o mesmo ambiente que a Databricks usa.
• agentbricks deploy faz o provisionamento dos recursos declarados e implanta o deploy.

Pré-requisitos

• The Databricks CLI, installed and on your path.

• Python 3.10 ou acima, com pip.

• Instale a CLI do Agent Bricks:

  Bash

  pip install databricks-agentbricks

O passo 1: Autenticar

Autentique-se no seu workspace com OAuth, salve um perfil nomeado e defina-o como o default da CLI do Agent Bricks:

Bash

databricks auth login --host https://<your-workspace-url> --profile <profile>
agentbricks login --profile <profile>

O passo 2: Criar a estrutura básica do projeto

Crie um esqueleto para um novo projeto de agente, escolhendo um padrão de framework com --framework:

Bash

agentbricks init --framework langgraph my-agent
cd my-agent

O passo 3: execução o agente localmente

Faça a execução do agente em sua máquina para testá-lo antes de implantar:

Bash

agentbricks dev

Isso começa um servidor local na porta 8000 usando o mesmo comando e ambiente do Databricks Agent Runtime, conectado ao servindo modelo do Databricks. Envie solicitações para http://localhost:8000 para interagir com o agente.

O passo 4: Implantar o agente

Implante o agente no Databricks agent runtime:

Bash

agentbricks deploy my-agent

The Agent Bricks CLI provisions any bound stores, grants the agent's service principal access to them, and rolls out the deployment. When it finishes, the CLI returns the deployment's URL. Open the URL to interact with your live agent.

Próximos os passos

• Passo a passo completo do comando e recursos da CLI do Agent Bricks: CLI do Agent Bricks.
• Vincule sessões e memória gerenciada: Memória do agente gerenciada.
• Adicionar ferramentas e serviços MCP: MCPs e ferramentas de agente.
• View agent traces with MLflow: Tracing overview.