AI Playgroundにおけるツール呼び出しエージェントのプロトタイプ
プレビュー
この機能はパブリックプレビュー段階です。
この記事では、 AI Playground を使用してツールを呼び出す AI エージェント のプロトタイプを作成する方法について説明します。
AI Playground を使用して、ツールコール エージェントをすばやく作成し、ライブでチャットして動作を確認します。 次に、エージェントをエクスポートして、デプロイまたはPythonコードでのさらなる開発を行います。
コードファーストのアプローチを使用してエージェントを作成するには、「 コードで AI エージェントを作成する」を参照してください。
要件
ワークスペースでは、AI Playground を使用してエージェントをプロトタイプ化するために、次の機能が有効になっている必要があります。
トークン単位の従量課金 基盤モデルまたは外部モデルのいずれか。 モデルサービング機能の可用性を参照してください
AI Playgroundにおけるツール呼び出しエージェントのプロトタイプ
Tool-Calling エージェントのプロトタイプを作成するには:
Playground から、[ ツールの有効化 ] ラベルが付いたモデルを選択します。
[ツール] を選択し、エージェントに提供するツールを選択します。このガイドでは、組み込みの Unity Catalog 関数 (
system.ai.python_exec
) を選択します。 この機能により、エージェントは任意のPythonコードを実行できます。 エージェント ツールの作成方法については、「 AI エージェント ツール」を参照してください。チャットして、LLM、ツール、およびシステムプロンプトの現在の組み合わせをテストし、バリエーションを試します。
AI Playground エージェントのエクスポートとデプロイ
AIAI PlaygroundPythonで エージェントのプロトタイプを作成した後、それを ノートブックにエクスポートして、モデルサービング エンドポイントにデプロイします。
[ エクスポート ] をクリックして、AI エージェントを定義してデプロイする Python ノートブックを生成します。
エージェント コードをエクスポートすると、3 つのファイルがワークスペースに保存されます。 これらのファイルは、シリアル化されたアーティファクトに依存するのではなく、コード内でエージェントを直接定義する MLflowの Models from Code 方法論に従います。 詳細については、 MLflow のコード ガイドからのモデルを参照してください。
agent
ノートブック: LangChainを使用してエージェントを定義するPythonコードが含まれています。driver
ノートブック: エージェントフレームワークを使用してPython エージェントをログに記録、トレース、登録する デプロイするためのAI Mosaic AIコードが含まれています。config.yml
: ツール定義など、エージェントに関する構成情報が含まれます。
agent
ノートブックを開いて、エージェントを定義するLangChainコードを確認します。ノートブックを実行してログに記録し
driver
エージェントをモデルサービングエンドポイントにデプロイします。
注:
エクスポートされたコードは、AI Playground セッションとは異なる動作をする場合があります。 Databricks では、エクスポートされたノートブックを実行して、さらに反復処理とデバッグを行い、エージェントの品質を評価してから、エージェントをデプロイして他のユーザーと共有することをお勧めします。
コードでエージェントを開発する
エクスポートされたノートブックを使用して、プログラムでテストと反復処理を行います。 ノートブックを使用して、ツールの追加やエージェントのパラメーターの調整などを行います。
プログラムで開発する場合、エージェントは他の Databricks エージェント機能と互換性を持つために特定の要件を満たす必要があります。 コードファーストのアプローチを使用してエージェントを作成する方法については、「コードで AI エージェントを作成する」を参照してください