Creare un agente personalizzato usando l'API Supervisor (Beta)

Important

Questa funzionalità è in versione beta. Gli amministratori dell'account possono controllare l'accesso a questa funzionalità dalla pagina Anteprime . Vedere Gestire le anteprime di Azure Databricks.

È possibile compilare un agente app di Azure Databricks che usa l'API Supervisor (Beta) per l'orchestrazione anziché gestire il ciclo dell'agente nel proprio codice. Il risultato è lo stesso della creazione di un agente personalizzato: un'app distribuita con un'interfaccia utente di chat, un /invocations endpoint e l'autenticazione. La differenza è che Azure Databricks esegue il ciclo dell'agente per te. Il agent.py effettua una singola chiamata API e Azure Databricks gestisce la selezione, l'esecuzione e la sintesi della risposta degli strumenti.

L'API Supervisor funziona con uno dei modelli di base supportati. Modificare il model campo per cambiare provider senza toccare le definizioni degli strumenti o la logica del gestore.

Quando usare l'API Supervisor

L'API Supervisor funziona bene quando l'agente usa solo strumenti ospitati Azure Databricks e non richiede logica personalizzata tra le chiamate degli strumenti. Usare invece un ciclo dell'agente personalizzato se l'agente richiede uno dei seguenti elementi:

  • Strumenti di funzione lato client (l'API supervisore non può combinare strumenti ospitati e sul lato client in una richiesta)
  • Endpoint dell'agente diversi da endpoint di Agent Brick Knowledge Assistant
  • Retriever personalizzati, input/output personalizzati o controllo dello streaming dettagliato
  • Logica di Python personalizzata tra le chiamate degli strumenti, ad esempio la gestione condizionale del ramo o dello stato
  • Controllare i parametri di inferenza, ad esempio temperature

Per informazioni di riferimento sull'API completa e parametri supportati, vedere API supervisore (beta).

Requisiti

Creare un agente personalizzato usando l'API Supervisor

Il punto di partenza consigliato consiste nel creare una nuova app dal modello di app Databricks più recente. I modelli più recenti includono una competenza predefinita use-supervisor-api per gli assistenti di codifica per intelligenza artificiale, nonché una add-tools competenza per l'aggiunta di strumenti ospitati.

Per creare una nuova app da un modello, vedere Creare un agente di intelligenza artificiale e distribuirlo in Databricks Apps.

Dopo aver configurato l'app dal modello più recente, aprire il progetto nell'assistente per la codifica di intelligenza artificiale ed eseguire:

Use the Supervisor API skill to update this agent to use the Databricks Supervisor API.

L'abilità aggiorna il tuo agent_server/agent.py affinché DatabricksOpenAI().responses.create() utilizzi strumenti ospitati, sostituendo il ciclo manuale dell'agente. Aggiunge anche la databricks-openai dipendenza e annota le limitazioni beta.

Il risultato è la stessa app distribuita, con un'interfaccia chat, l'autenticazione e un /invocations endpoint, ma con codice dell'agente più semplice. Per il flusso di lavoro di distribuzione completo (distribuzione in App, aggiungere strumenti, valutare), vedere Creare un agente di intelligenza artificiale e distribuirlo in Databricks Apps.

Strumenti e parametri supportati

Per l'elenco completo dei tipi di strumenti supportati, dei parametri di richiesta e degli esempi di codice, vedere API supervisore (beta).

Per ogni strumento aggiunto, concedere anche l'autorizzazione di risorsa corrispondente in databricks.yml. Per esempio, vedere la add-tools abilità in .claude/skills/ .

Passaggi successivi

  • Last updated on