Criar ferramentas do agente AI

Prévia

Esse recurso está em Pré-lançamento público.

Este artigo mostra ao senhor como criar ferramentas para agentes do AI usando o Mosaic AI Agent Framework. Para saber mais, consulte O que são o sistema composto AI e os agentes AI?

AI Os agentes usam ferramentas para realizar ações além da geração de linguagem, como recuperar dados estruturados ou não estruturados, executar código ou conversar com serviços remotos (por exemplo, enviar uma mensagem para email ou Slack).

Para fornecer ferramentas a um agente com o Mosaic AI Agent Framework, o senhor pode usar qualquer combinação dos seguintes métodos:

• Crie ferramentas com as funções do Unity Catalog: As funções do Unity Catalog proporcionam fácil descoberta, governança e compartilhamento. Unity Catalog funcionam especialmente bem para aplicar transformações e agregações em grandes conjuntos de dados.

• Criar ferramentas com código de agente: Essa abordagem é útil ao fazer chamadas para REST APIs, ao usar código ou biblioteca arbitrários ou ao executar ferramentas com latência muito baixa. No entanto, essa abordagem não tem a capacidade de descoberta e a governança integradas fornecidas pelas funções do site Unity Catalog. Avalie essa desvantagem ao criar seu agente para determinar qual abordagem é a melhor.

Ambas as abordagens funcionam para agentes escritos em código Python personalizado ou usando uma biblioteca de autoria de agentes como a LangGraph.

Melhore a chamada de ferramentas com a documentação

AI Os agentes usam sua documentação para entender quando e como usar as ferramentas que o senhor fornece. Portanto, ao definir ferramentas, certifique-se de adicionar uma documentação clara e detalhada para a ferramenta, seus parâmetros e seus valores de retorno.

Para as funções do Unity Catalog, use COMMENT para descrever a ferramenta.

Requisitos

• A Databricks recomenda instalar a versão mais recente do cliente MLflow Python ao desenvolver agentes. Consulte Autenticação para recurso dependente para obter informações sobre os requisitos da versão mlflow.

Criar ferramentas com as funções do Unity Catalog

Os exemplos a seguir mostram ao senhor como criar ferramentas de agente com as funções do Unity Catalog.

Ferramenta do executor Python

Este exemplo cria uma ferramenta para executar o código Python.

Um LLM pode usar essa ferramenta para executar o código Python fornecido por um usuário ou escrito pelo LLM.

Execute o código a seguir em uma célula do Notebook. Ele usa a magia do %sql Notebook para criar uma função Unity Catalog chamada python_exec.

%sql
CREATE OR REPLACE FUNCTION
main.default.python_exec (
code STRING COMMENT 'Python code to execute. Remember to print the final result to stdout.'
)
RETURNS STRING
LANGUAGE PYTHON
DETERMINISTIC
COMMENT 'Executes Python code in the sandboxed environment and returns its stdout. The runtime is stateless, and you can not read the output of the previous tool executions. No such variables, "rows", or "observations" were defined. Calling another tool inside a Python code is NOT allowed. Use standard Python libraries only.'
AS $$
import sys
from io import StringIO
sys_stdout = sys.stdout
redirected_output = StringIO()
sys.stdout = redirected_output
exec(code)
sys.stdout = sys_stdout
return redirected_output.getvalue()
$$

Ferramenta de consulta de tabela

Este exemplo cria uma ferramenta para consultar dados do cliente em uma tabela Unity Catalog.

Ele cria uma função do Unity Catalog chamada lookup_customer_info que um LLM pode usar para recuperar dados estruturados de uma tabela customer_data hipotética.

Execute o código a seguir em um editor SQL.

CREATE OR REPLACE FUNCTION main.default.lookup_customer_info(
  customer_name STRING COMMENT 'Name of the customer whose info to look up'
)
RETURNS STRING
COMMENT 'Returns metadata about a particular customer given the customer name, including the customer email and ID. The
customer ID can be used for other queries.'
RETURN SELECT CONCAT(
    'Customer ID: ', customer_id, ', ',
    'Customer Email: ', customer_email
  )
  FROM main.default.customer_data
  WHERE customer_name = customer_name
  LIMIT 1;

Atribuir ferramentas do Unity Catalog aos agentes

Depois de criar as ferramentas do Unity Catalog, atribua as ferramentas ao seu agente para que ele possa usá-las.

Esta seção descreve como criar um agente de chamada de ferramenta usando o playground AI.

Ferramenta de exportação - chamando agentes do AI Playground

Use o AI Playground para atribuir ferramentas do Unity Catalog a um LLM, testar o agente e, em seguida, exportar o código que define o agente de chamada de ferramenta.

Para usar o site AI Playground para exportar agentes, o site workspace deve atender aos seguintes requisitos:

• Unity Catalog habilitado

• sem servidor compute ativado

• Modelos de base pay-per-tokens ou modelos externos habilitados

1. No Playground, selecione um modelo com o rótulo Tools enabled (Ferramentas ativadas ).

   

2. Selecione Ferramentas e clique em Adicionar uma ferramenta.

3. No menu dropdown, selecione uma função Unity Catalog:

   

4. Use o Playground para conversar e testar a combinação atual de LLM, ferramentas e prompt do sistema. Experimente variações para ter uma ideia de como a configuração atual funciona.

   

Depois de adicionar as ferramentas, exporte o agente para o site Python Notebook:

1. Clique em Exportar para gerar o Python Notebook que define e implanta o agente.

   Depois de exportar o código do agente, o senhor verá três arquivos salvos no site workspace:

   • agent Notebook: Contém o código Python que define seu agente usando LangChain.

   • driver Notebook: Contém o código Python para log, rastrear, registrar e implantar o agente AI usando o Mosaic AI Agent Framework.

   • config.yml: Contém informações de configuração sobre seu agente, incluindo definições de ferramentas.

2. Abra o agent Notebook para ver o código LangChain que define seu agente. Use esse Notebook para testar e iterar o agente programaticamente, como, por exemplo, definir mais ferramentas.

3. Quando estiver satisfeito com os resultados do agente, o senhor pode executar o driver Notebook para log e implantar seu agente em um modelo de serviço endpoint.

Crie ferramentas com o código do agente

O senhor também pode criar ferramentas no código do agente em vez de nas funções do Unity Catalog.

Essa abordagem é útil ao chamar REST APIs, ao usar código ou biblioteca arbitrários ou ao executar ferramentas de baixa latência. No entanto, a definição de ferramentas no código do agente não tem a capacidade de descoberta e a governança fornecidas pelas funções do Unity Catalog.

Para ver um exemplo de uma ferramenta de recuperação de pesquisa vetorial definida no código do agente, consulte Criar uma ferramenta de recuperação de pesquisa vetorial.

Próximos passos

• Crie um agente.