Supervisor Agent gebruiken om een gecoördineerd multiagentsysteem te maken

Op deze pagina wordt beschreven hoe u Supervisor Agent gebruikt om een supervisorsysteem met meerdere agents te maken waarmee AI-agents en -hulpprogramma's worden ingedeeld om samen te werken aan complexe taken. U kunt hun coördinatie verbeteren op basis van feedback in natuurlijke taal van uw vakexperts.

Wat is Supervisor Agent?

Gebruik Supervisor Agent om een supervisorsysteem te maken dat Genie Spaces, agenteindpunten, Unity Catalog-functies, MCP-servers en aangepaste agents coördineert om complexe taken uit te voeren in verschillende gespecialiseerde domeinen. Supervisor Agent maakt gebruik van geavanceerde AI-indelingspatronen voor het beheren van agentinteracties, taakdelegering en resultaatsynthese om uitgebreide oplossingen te leveren.

Supervisor Agent bouwt het systeem voor u en stelt u in staat om het in de loop van de tijd te verbeteren met menselijke feedback. Het is ideaal voor het ondersteunen van de volgende gebruiksvoorbeelden:

• Bied marktanalyse en inzichten door te zoeken in onderzoeksrapporten en gebruiksgegevens.
• Beantwoord vragen over interne processen en automatiseer de afhandeling van een ticketachterstand.
• Versnel de klantenservice door beleid, veelgestelde vragen, accounts en andere vragen te beantwoorden.

Supervisor Agent stelt u in staat om de coördinatiekwaliteit van de supervisor te verbeteren en het gedrag van agents aan te passen op basis van feedback in natuurlijke taal van uw vakexperts. Geef voorbeelden en richtlijnen voor het optimaliseren van de prestaties van het systeem.

Supervisor Agent maakt een uitgebreid eindpunt dat u downstream kunt gebruiken voor uw toepassingen. U kunt bijvoorbeeld communiceren met het eindpunt door prompts in Playground in te dienen of een chattoepassing te bouwen met databricks-apps. De supervisor heeft ingebouwde toegangsbeheer, zodat eindgebruikers alleen toegang hebben tot de subagents en gegevens waartoe ze toegang hebben.

Supervisor Agent maakt gebruik van standaardopslag voor het opslaan van tijdelijke gegevenstransformaties, modelcontrolepunten en interne metagegevens die elke agent aandrijven. Bij het verwijderen van agents worden alle gegevens die aan de agent zijn gekoppeld, verwijderd uit de standaardopslag.

Requirements

• Een werkruimte met het volgende:
  • Serverloze rekenkracht beschikbaar (standaard ingeschakeld in werkruimten met Unity Catalog in een ondersteunde regio).
  • Unity Catalog ingeschakeld. Zie Een werkruimte inschakelen voor Unity Catalog.
  • Toegang tot Mosaic AI Model Dienstverlening.
  • Toegang tot een serverloos gebruiksbeleid met een niet-nulbudget.
  • Productiebewaking ingeschakeld voor MLflow (bèta). Dit is vereist om tracering te laten werken. Als u geen tracering nodig hebt, hoeft u deze preview niet in te schakelen. Zie Azure Databricks previews beheren.
• Een werkruimte in een van de ondersteunde regio's.
• Voor het databricks-gte-large-en eindpunt van het insluitmodel moeten de AI-beveiligingsmaatregelen en frequentielimieten uitgeschakeld zijn. Zie Unity AI Gateway configureren op modeluitvoerende eindpunten.
• U moet agents of hulpprogramma's hebben die klaar zijn voor gebruik. U moet ten minste een van de volgende gegevens opgeven:
  • Een bestaand Knowledge Assistant(/generative-ai/agent-bricks/knowledge-assistant.md) agent-eindpunt.
  • Een bestaande Genie Space. Zie Een Genie Space instellen en beheren als u een Genie Space wilt instellen.
  • AI-agenttools die als Unity Catalog-functies zijn gemaakt. Zie Ai-agenthulpprogramma's maken met behulp van Unity Catalog-functies.
  • Externe MCP-servers met geconfigureerde Unity Catalog-verbindingen. U kunt een MCP-server installeren vanuit Databricks Marketplace of externe MCP-servers gebruiken. De verbinding moet bearer-tokenverificatie, OAuth Machine-to-Machine-verificatie of OAuth User-to-Machine-verificatie gebruiken. Zie verificatiemethoden voor externe services.
  • Aangepaste MCP-servers of aangepaste agents die worden gehost in Databricks-apps.
• Eindgebruikers van de supervisoragent hebben expliciete toegang nodig om te communiceren met elke subagent:
  • Voor een agenteindpunt hebben eindgebruikers de CAN QUERY machtiging nodig.
  • Voor een Genie Space hebben eindgebruikers toegang nodig tot zowel de Genie Space als de gegevenstoegang tot de onderliggende Unity Catalog-objecten. Zie Een Genie Space delen.
  • Voor Unity Catalog-functies hebben eindgebruikers de EXECUTE machtiging voor de functie nodig.
  • Voor externe MCP-servers hebben eindgebruikers de USE CONNECTION machtiging nodig voor de Unity Catalog-verbinding.
  • Voor aangepaste MCP-servers of aangepaste agents die worden gehost in Databricks-apps, hebben eindgebruikers de CAN_USE machtiging nodig voor de Databricks-app.
• (Optioneel) Productiebewaking ingeschakeld voor MLflow (bèta). Dit is vereist om tracering te laten werken. Zie Azure Databricks previews beheren.

Een supervisorsysteem met meerdere agents maken

Ga naar Agents in het linkernavigatiedeelvenster van uw werkruimte. Klik op Agent maken en selecteer Supervisor Agent.

Stap 1: subagents maken en machtigingen verlenen

Aangezien Supervisor Agent een supervisorsysteem creëert dat subagenten coördineert om samen te werken aan het voltooien van complexe taken, moet u eerst subagenten opgeven om te coördineren. Deze subagents kunnen Genie Spaces, Eindpunten van de Knowledge Assistant-agent, Unity Catalog-functies, MCP-servers of aangepaste agents zijn. U moet eindgebruikers ook expliciet toegang verlenen tot elke subagent, zodat de supervisor nuttige antwoorden van die subagent kan retourneren.

Genieruimte

1. Als u een Genie Space wilt maken, volgt u de stappen in Een Genie-ruimte instellen en beheren.
2. Eindgebruikers toegang verlenen tot zowel de Genie Space als de onderliggende Unity Catalog-objecten. Volg de stappen in Een Genie Space delen.

Agenteindpunt

1. Als u een Knowledge Assistant-agent wilt maken, volgt u de stappen in Knowledge Assistant gebruiken om een chatbot van hoge kwaliteit te maken voor uw documenten.
2. Eindgebruikers de CAN QUERY machtiging verlenen voor het eindpunt van de Knowledge Assistant-agent.

Unity Catalog-functie

1. Als u Unity Catalog-functies wilt maken als AI-agenthulpprogramma's, volgt u de stappen in AI-agenthulpprogramma's maken met behulp van Unity Catalog-functies.
2. Eindgebruikers de EXECUTE machtiging verlenen voor de functie Unity Catalog.

Externe MCP

1. Zie Toegang krijgen tot externe MCP-servers om een MCP-server te installeren vanuit Databricks Marketplace. Als u externe MCP-servers wilt instellen, volgt u de stappen in Externe MCP-servers gebruiken. De verbinding moet bearer-tokenverificatie, OAuth Machine-to-Machine-verificatie of OAuth User-to-Machine-verificatie gebruiken. Zie verificatiemethoden voor externe services.
2. Eindgebruikers de USE CONNECTION machtiging verlenen voor de Unity Catalog-verbinding.

Aangepaste MCP

1. Als u een aangepaste MCP-server wilt maken die wordt gehost in een Databricks-app, volgt u de stappen in Aangepaste MCP-servers hosten met behulp van Databricks-apps.
2. Eindgebruikers de CAN_USE machtiging verlenen voor de Databricks-app. Zie Verificatie voor AI-agents.

Maatwerkagent

1. Als u een aangepaste agent wilt maken die wordt gehost in een Databricks-app, volgt u de stappen in Het ontwerpen van een AI-agent en implementeert u deze in Databricks Apps.
2. Eindgebruikers de CAN_USE machtiging verlenen voor de Databricks-app. Zie Verificatie voor AI-agents.

Stap 2: Uw supervisor configureren

Configureer uw supervisor en voeg de agents toe die deze gaat coördineren.

1. Voer in het veld Naam een naam in voor de supervisoragent.

2. Beschrijf in het veld Beschrijving wat uw supervisorsysteem kan doen.

3. Selecteer onder Agents configureren maximaal 20 agents en/of hulpprogramma's.

   Genieruimte

   Een Genie Space bieden:

   1. Selecteer Genie Space in het veld Type.

   2. Selecteer uw Genie Space in de vervolgkeuzelijst Genie Space .

   3. De naam van de agent en beschrijf de inhoudsvelden worden indien mogelijk automatisch ingevuld. U kunt desgewenst de naam en beschrijving bewerken.

      De supervisor gebruikt de informatie in de beschrijving om agents te coördineren. Geef zoveel mogelijk details op om de taakdelegering te verbeteren.

   Zie Wat is een Genie Space voor meer informatie over Genie Spaces. Als u een Genie Space wilt instellen, raadpleegt u Een Genie Space instellen en beheren

   Agenteindpunt

   Een agenteindpunt opgeven:

   1. Selecteer agenteindpunt in het veld Type.
   2. Selecteer het eindpunt uit de vervolgkeuzelijst Agent Endpoint. Alleen agenteindpunten die zijn gemaakt via Knowledge Assistant , worden ondersteund.
   3. Het veld Agentnaam wordt automatisch ingevuld. U kunt dit desgewenst bewerken.
   4. Onder De inhoud beschrijven, beschrijf wat deze agent kan doen om de supervisor te helpen begrijpen wanneer taken aan deze agent gedelegeerd kunnen worden.

   Unity Catalog-functie

   Een Unity Catalog-functie bieden:

   1. Selecteer de unity-catalogusfunctie in het veld Type.
   2. Selecteer de functie in de vervolgkeuzelijst Unity Catalog Function .
   3. Geef in het veld Agentnaam een naam op voor dit hulpprogramma.
   4. Onder De inhoud beschrijven, beschrijf wat deze functie doet en wanneer deze moet worden gebruikt. Dit helpt de supervisor te begrijpen wanneer dit hulpprogramma moet worden gebruikt.

   Zie Ai-agenthulpprogramma's maken met behulp van Unity Catalog-functies voor meer informatie over het maken van Unity Catalog-functies als agenthulpprogramma's.

   Externe MCP

   Een externe MCP-server opgeven:

   1. Selecteer externe MCP-server in het veld Type.
   2. Selecteer de verbinding uit de vervolgkeuzelijst van de Unity Catalog-verbinding.
   3. Geef in het veld Agentnaam een naam op voor deze MCP-server.
   4. Beschrijf onder Beschrijven van de inhoud wat deze MCP-server biedt en wanneer deze moet worden gebruikt. Dit helpt de supervisor te begrijpen wanneer u deze server moet delegeren.

   Zie Externe MCP-servers gebruiken voor meer informatie over externe MCP-servers.

   Aangepaste MCP

   Een aangepaste MCP-server opgeven die wordt gehost in een Databricks-app:

   1. Selecteer Databricks App in het veld Type.
   2. Selecteer de aangepaste MCP-server in de vervolgkeuzelijst databricks-app .
   3. Bewerk desgewenst de automatisch ingevulde naam in het veld Agentnaam .
   4. Beschrijf de inhoud en bewerk desgewenst de automatisch ingevulde beschrijving. De supervisor gebruikt de informatie in de beschrijving om agents te coördineren. Geef zoveel mogelijk details op om de taakdelegering te verbeteren.

   Zie Databricks-apps voor meer informatie over Databricks-apps.

   Maatwerkagent

   Een aangepaste agent opgeven die wordt gehost in een Databricks-app:

   1. Selecteer Databricks App in het veld Type.
   2. Selecteer de aangepaste agent in de vervolgkeuzelijst Databricks App.
   3. Bewerk desgewenst de automatisch ingevulde naam in het veld Agentnaam .
   4. Beschrijf de inhoud en bewerk desgewenst de automatisch ingevulde beschrijving. De supervisor gebruikt de informatie in de beschrijving om agents te coördineren. Geef zoveel mogelijk details op om de taakdelegering te verbeteren.

   Zie Databricks-apps voor meer informatie over Databricks-apps.

4. (Optioneel) Als u meer agents wilt toevoegen, klikt u op + Toevoegen. U kunt maximaal 20 agents opgeven.

5. (Optioneel) Geef in het veld Instructies richtlijnen op voor hoe de supervisor moet reageren.

6. Klik op Agent maken.

U wordt omgeleid naar het tabblad Configureren . Het kan enkele minuten tot enkele uren duren om uw multiagentsysteem en supervisoragent te maken.

Stap 3: Uw supervisoragent testen

Nadat uw supervisor klaar is met bouwen, test u deze om te zien hoe goed de supervisor meerdere agents coördineert om complexe taken af te handelen. In Test je Agent in het rechterpaneel, voer een gesprek met de agent om de reacties te evalueren.

1. (Optioneel) U kunt de agent ook testen in AI Playground. Klik op Openen in Speeltuin. Hiermee wordt AI Playground geopend met het eindpunt van uw supervisor verbonden. Als ai-ondersteunende functies zijn ingeschakeld, kunt u ai-rechter en synthetische taakgeneratie inschakelen om u te helpen uw supervisor te evalueren.
2. Voer onder Test your Agent of in AI Playground een complexe taak in voor uw supervisor.
3. Evalueer het antwoord. Zorg ervoor dat de supervisor taken naar de juiste agents delegeert.
4. Pas op basis van de antwoorden van uw agent de velden Beschrijving en Instructies aan de linkerkant aan om de configuratie te verbeteren.
5. Klik op Agent bijwerken.

Als u tevreden bent over de prestaties van uw supervisor, kunt u de supervisor blijven gebruiken as-is.

Stap 4: De supervisor verbeteren

Supervisor Agent kan het gedrag van de supervisor aanpassen op basis van feedback in natuurlijke taal. Verzamel feedback van experts via de configuratiepagina om de coördinatiekwaliteit van uw supervisor te verbeteren. Het verzamelen van gelabelde gegevens voor uw supervisor kan de prestaties verbeteren. Supervisor Agent zal de supervisor opnieuw trainen en optimaliseren op basis van de nieuwe gegevens.

Voeg op het tabblad Voorbeelden vragen en taakscenario's toe voor de supervisor.

1. Vragen toevoegen aan label:

   1. Klik op + Toevoegen om een vraag toe te voegen.
   2. Voer uw vraag in het modaal toevoegen van een vraag in.
   3. Klik op Toevoegen. De vraag moet worden weergegeven in de gebruikersinterface.
   4. Herhaal dit totdat u alle vragen hebt toegevoegd die u wilt evalueren.
   5. Als u een vraag wilt verwijderen, klikt u op het kebabmenu en vervolgens op Verwijderen.

2. Nadat u klaar bent met het toevoegen van uw vragen, kunt u de agent delen met anderen om te controleren om u te helpen bij het bouwen van een gelabelde gegevensset van hoge kwaliteit. Deel een koppeling naar de configuratiepagina van de Supervisor-agent om feedback van experts te verzamelen.

3. Zorg ervoor dat de experts toegang hebben tot de supervisoragent en de juiste subagenten:

   1. Klik in de rechterbovenhoek op het om machtigingen te beheren. Verdeel de experts CAN_MANAGE machtigingen zodat ze toegang hebben tot de agent en feedback kunnen geven.
   2. Zorg ervoor dat de SME toegang heeft tot de juiste subagents:
      • Voor elke Genie Space verleent u de SME alle juiste machtigingen om met de ruimte te communiceren. Zie Een Genie Space delen.
      • Voor elk agenteindpunt verleent u het SME de CAN QUERY machtiging.
      • Voor elke Unity Catalog-functie verleent u het SME de EXECUTE machtiging voor de functie.
      • Voor elke externe MCP-server verleent u het SME de USE CONNECTION machtiging voor de Unity Catalog-verbinding.
      • Voor elke aangepaste MCP-server of aangepaste agent die wordt gehost in Databricks-apps, verleent u het MKB de CAN_USE machtiging voor de Databricks-app.

   Als de SME geen toegang heeft tot subagenten, beëindigt de supervisor het gesprek. Als de eindgebruiker toegang heeft tot sommige, maar niet alle subagents, stuurt de supervisor het gesprek weg van subagents die de gebruiker niet kan openen.

4. Als u gegevens wilt labelen, klikt u op een vraag en voegt u richtlijnen toe in het deelvenster dat wordt weergegeven. Richtlijnen gelden direct nadat ze zijn opgeslagen.

5. Test de agent opnieuw op de configuratiepagina of AI Playground om de verbeterde prestaties te zien. Voeg indien nodig meer vragen en richtlijnen toe om het gedrag te blijven verbeteren.

Stap 5: Machtigingen beheren

Standaard hebben alleen auteurs van agents en werkruimtebeheerders machtigingen voor de agent. Als u wilt dat andere gebruikers uw agent kunnen bewerken of er query's op kunnen uitvoeren, moet u hen expliciet toestemming geven.

Machtigingen voor uw agent beheren:

1. Open uw agent op de pagina Agents .
2. Klik bovenaan op het het kebabmenu.
3. Klik op Machtigingen beheren.
4. Selecteer in het venster Machtigingsinstellingen de gebruiker, groep of service-principal.
5. Selecteer de machtiging die u wilt verlenen:
   • Kan beheren: hiermee kunt u de agent beheren, inclusief het instellen van machtigingen, het bewerken van de agentconfiguratie en het verbeteren van de kwaliteit.
   • Kan query's uitvoeren: Hiermee kunt u query's uitvoeren op het eindpunt van de agent in AI Playground en via de API. Gebruikers met alleen deze machtiging kunnen de agent niet weergeven of bewerken op de pagina Agents.
6. Klik op Toevoegen.
7. Klik op Opslaan.

Stap 6: Het eindpunt van de agent opvragen

Klik op de agentpagina op Eindpunt om het agenteindpunt te openen en details te bekijken.

Er zijn meerdere manieren om een query uit te voeren op het gemaakte supervisor-eindpunt. Gebruik de codevoorbeelden in AI Playground als uitgangspunt.

1. Klik op Openen in speeltuin.
2. Klik in Playground op Code ophalen.
3. Kies hoe u het eindpunt wilt gebruiken:
   • Selecteer Curl-API voor een codevoorbeeld om een query uit te voeren op het eindpunt met behulp van curl.
   • Selecteer Python API voor een codevoorbeeld voor interactie met het eindpunt met behulp van Python.

Supervisoragents beheren met behulp van de Databricks SDK

U kunt de Databricks SDK voor Python gebruiken om programmatisch supervisoragents en hun hulpprogramma's te maken en te beheren. Zie de Supervisor Agents SDK-naslag voor de volledige lijst van beschikbare bewerkingen.

Een supervisoragent maken

In het volgende voorbeeld wordt een nieuwe supervisoragent gemaakt met een weergavenaam, beschrijving en instructies.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.supervisoragents import SupervisorAgent

w = WorkspaceClient()

supervisor_agent = SupervisorAgent(
    display_name="<display-name>",
    description="<description>",
    instructions="<instructions>",
)
created = w.supervisor_agents.create_supervisor_agent(supervisor_agent=supervisor_agent)
print(created)

Vervang , <display-name>en <description> door <instructions>de waarden voor uw supervisoragent.

Tools (subagents) beheren

U kunt hulpprogramma's (subagents) toevoegen, bijwerken en verwijderen op een bestaande supervisoragent met behulp van de SDK. Hulpprogramma's vertegenwoordigen subagents zoals kennisassistenten, Genie Spaces, Unity Catalog-functies en andere agenteindpunten.

Een hulpprogramma toevoegen (subagent)

In het volgende voorbeeld wordt een kennisassistent toegevoegd als hulpmiddel voor een bestaande supervisoragent.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.supervisoragents import Tool, KnowledgeAssistant

w = WorkspaceClient()

tool = Tool(
    tool_type="knowledge_assistant",
    description="<tool-description>",
    knowledge_assistant=KnowledgeAssistant(
        knowledge_assistant_id="<knowledge-assistant-id>",
    ),
)

created_tool = w.supervisor_agents.create_tool(
    parent="supervisor-agents/<supervisor-agent-id>",
    tool=tool,
    tool_id="<tool-id>",
)
print(created_tool)

Vervang <supervisor-agent-id> door de id van uw supervisoragent, <knowledge-assistant-id> door de id van de kennisassistent die moet worden toegevoegd als een hulpprogramma en <tool-id> door een unieke id voor het hulpprogramma.

Een hulpprogramma bijwerken (subagent)

In het volgende voorbeeld wordt de beschrijving van een bestaand hulpprogramma bijgewerkt.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.supervisoragents import Tool
from databricks.sdk.common.types.fieldmask import FieldMask

w = WorkspaceClient()

updated_tool = w.supervisor_agents.update_tool(
    name="supervisor-agents/<supervisor-agent-id>/tools/<tool-id>",
    tool=Tool(
        tool_type="knowledge_assistant",
        description="<new-description>",
    ),
    update_mask=FieldMask(["description"]),
)
print(updated_tool)

Toegestane velden in update_mask: description.

Een hulpprogramma verwijderen (subagent)

In het volgende voorbeeld wordt een hulpprogramma verwijderd van een supervisoragent.

from databricks.sdk import WorkspaceClient

w = WorkspaceClient()

w.supervisor_agents.delete_tool(
    name="supervisor-agents/<supervisor-agent-id>/tools/<tool-id>",
)

Limitations

• Alleen Engels wordt ondersteund.
• Alleen agenteindpunten die zijn gemaakt via Knowledge Assistant , worden ondersteund.
• AI-beveiligingsmaatregelen en snelheidslimieten moeten worden uitgeschakeld op het databricks-gte-large-en modeleindpunt. Zie Unity AI Gateway configureren op modeluitvoerende eindpunten.
• U kunt niet meer dan 20 agents gebruiken in één supervisorsysteem.
• Werkruimten waarvoor Verbeterde beveiliging en naleving zijn ingeschakeld, worden niet ondersteund.
• Om tracering te laten werken, moet productiebewaking zijn ingeschakeld voor MLflow (bèta). Als u geen tracering nodig hebt, hoeft u deze preview niet in te schakelen. Zie Azure Databricks previews beheren.

Volgende stappen 

Langlopende taken van supervisoragent