Use o Supervisor Agent para criar um sistema multi-agente coordenado

Esta página descreve como usar o Supervisor Agent para criar um sistema de supervisor multi-agente que orquestra agentes e ferramentas de IA para trabalharem em conjunto em tarefas complexas. Você pode melhorar sua coordenação com base no feedback em linguagem natural de seus especialistas no assunto.

O que é Supervisor Agent?

Use o Supervisor Agent para criar um sistema supervisor que coordena Genie Spaces, endpoints de agentes, funções do Unity Catalog e servidores MCP para trabalharem em conjunto e completar tarefas complexas em diferentes domínios especializados. O Supervisor Agent utiliza padrões avançados de orquestração por IA para gerir interações com agentes, delegação de tarefas e síntese de resultados, de modo a fornecer soluções abrangentes.

O Supervisor Agent constrói o sistema por ti e permite-te melhorá-lo ao longo do tempo com feedback humano. É ideal para suportar os seguintes casos de uso:

• Forneça análises de mercado e perceções através de pesquisa em relatórios de pesquisa e dados de uso.
• Responda a perguntas sobre processos internos e automatize uma lista de pendências de tickets para isso.
• Acelere o atendimento ao cliente respondendo a questões sobre políticas, FAQs, contas e outras dúvidas.

O Supervisor Agent permite-lhe melhorar a qualidade da coordenação do supervisor e ajustar o comportamento do agente com base no feedback em linguagem natural dos seus especialistas. Forneça exemplos e diretrizes para otimizar o desempenho do sistema.

O Supervisor Agent cria um endpoint abrangente que pode usar posteriormente para as suas aplicações. Por exemplo, é possível interagir com o endpoint enviando prompts no Playground ou criar uma aplicação de bate-papo usando os aplicativos Databricks. O supervisor tem controles de acesso integrados, para que seus usuários finais acessem apenas os subagentes e os dados aos quais têm acesso.

O Agente Supervisor utiliza armazenamento padrão para armazenar dados temporários, checkpoints do modelo e metadados internos que alimentam cada agente. Na exclusão do agente, todos os dados associados ao agente são removidos do armazenamento padrão.

Requirements

• Um espaço de trabalho que inclui o seguinte:
  • Computação sem servidor disponível (ativada por padrão em áreas de trabalho com o Unity Catalog numa região suportada).
  • Catálogo Unity ativado. Consulte Habilitar um espaço de trabalho para o Unity Catalog.
  • Acesso ao Mosaic AI Model Serving.1
  • Acesso a uma política de orçamento sem servidor com um orçamento diferente de zero.
  • Monitoramento de produção para MLflow (Beta) habilitado. Isso é necessário para que o rastreamento funcione. Se não precisar de traçar, não precisa de ativar esta pré-visualização. Ver Gerir as pré-visualizações de Azure Databricks.
• Um espaço de trabalho numa das regiões suportadas.
• Para espaços de trabalho que tenham o perfil de segurança de conformidade ativado e controlos HIPAA selecionados, a pré-visualização do Supervisor Agent deve estar ativada. Ver Gerir as pré-visualizações de Azure Databricks.
• O endpoint do modelo de embedding deve ter guarda-corpos de IA e limites de velocidade desativados. Consulte Configurar o AI Gateway em pontos de extremidade de disponibilização de modelos.
• Você deve ter agentes ou ferramentas prontas para uso. Você deve fornecer pelo menos uma das seguintes opções:
  • Um endpoint de um agente do Knowledge Assistant já existente(/generative-ai/agent-bricks/knowledge-assistant.md).
  • Um espaço Genie existente. Para configurar um espaço Génio, veja Configurar e gerir um espaço Génio.
  • Ferramentas de agente de IA criadas como funções do Catálogo Unity. Consulte Criar ferramentas de agente de IA usando funções do Unity Catalog.
  • Servidores MCP externos com conexões Unity Catalog configuradas. Você pode instalar um servidor MCP do Databricks Marketplace ou Usar servidores MCP externos. A conexão deve usar autenticação de token de portador ou autenticação OAuth Machine-to-Machine. Consulte Métodos de autenticação para serviços externos.
• Os usuários finais do agente supervisor precisam de acesso explícito para interagir com cada subagente:
  • Os utilizadores finais precisam da permissão CAN QUERY para um ponto de extremidade do agente.
  • Para um espaço Genie, os usuários finais precisam de acesso ao espaço Genie e acesso a dados para seus objetos subjacentes do Catálogo Unity. Consulte Partilhar um espaço Genie.
  • Para funções do Unity Catalog, os usuários finais precisam da EXECUTE permissão na função.
  • Para servidores MCP externos, os utilizadores finais exigem a USE CONNECTION permissão na conexão do Catálogo Unity.
• (Opcional) Monitorização de produção para MLflow (Beta) ativada. Isso é necessário para que o rastreamento funcione. Ver Gerir as pré-visualizações de Azure Databricks.

Criar um sistema de supervisor multiagente

Vá para o Agentes no painel de navegação esquerdo do seu espaço de trabalho. Clique em Criar Agente e selecione Agente Supervisor.

Etapa 1: Criar subagentes e conceder permissões

Como o Supervisor Agent cria um sistema supervisor que coordena subagentes para trabalharem em conjunto para completar tarefas complexas, é necessário primeiro fornecer subagentes para que ele possa coordenar. Esses subagentes podem ser Genie Spaces, endpoints de agentes do Knowledge Assistant, funções do Unity Catalog ou servidores MCP. Você também precisa conceder aos usuários finais acesso explícito a cada subagente para que o supervisor retorne respostas úteis desse subagente.

Espaço Genie

1. Para criar um espaço Génio, siga os passos em Configurar e gerir um espaço Génio.
2. Conceda aos usuários finais acesso ao espaço Genie e aos objetos subjacentes do Unity Catalog. Siga os passos em Partilhar um espaço Genie.

Ponto de extremidade do agente

1. Para criar um agente de Assistente de Conhecimento, siga os passos em Use o Assistente de Conhecimento para criar um chatbot de alta qualidade sobre os seus documentos.
2. Conceda aos utilizadores finais a CAN QUERY permissão no endpoint do agente do Assistente de Conhecimento.

Função Unity Catalog

1. Para criar funções do Unity Catalog como ferramentas de agente de IA, siga as etapas em Criar ferramentas de agente de IA usando as funções do Unity Catalog.
2. Conceda aos usuários finais a EXECUTE permissão na função Unity Catalog.

Servidor MCP externo

1. Para instalar um servidor MCP a partir do Databricks Marketplace, consulte Obter acesso a servidores MCP externos. Para configurar servidores MCP externos, siga as etapas em Usar servidores MCP externos. A conexão deve usar autenticação de token de portador ou autenticação OAuth Machine-to-Machine. Consulte Métodos de autenticação para serviços externos.
2. Conceda aos utilizadores finais a permissão USE CONNECTION na ligação do Catálogo Unity.

Etapa 2: Configurar seu supervisor

Configura o teu supervisor e adiciona os agentes que ele irá coordenar.

1. No campo Nome , insira um nome para o agente supervisor.

2. No campo Descrição , descreva o que o seu sistema de supervisão pode fazer.

3. Em Configurar Agentes, selecione até 20 agentes e/ou ferramentas.

   Espaço Genie

   Para proporcionar um espaço Genie:

   1. No campo Tipo , selecione Espaço Genie.

   2. Selecione seu espaço Genie no menu suspenso Espaço Genie .

   3. Os campos Nome do agente e Descrever o conteúdo são preenchidos automaticamente quando possível. Você pode editar o nome e a descrição, se desejar.

      O supervisor usa as informações na descrição para ajudá-lo a coordenar os agentes. Forneça o máximo de detalhes possível para ajudar a melhorar sua delegação de tarefas.

   Para saber mais sobre espaços Génio, veja O que é um espaço Génio. Para configurar um espaço Génio, veja Configurar e gerir um espaço Génio

   Ponto de extremidade do agente

   Para fornecer um ponto de extremidade do agente:

   1. No campo Tipo , selecione Ponto de extremidade do agente.
   2. Selecione o ponto de extremidade no menu suspenso Ponto de extremidade do agente . Apenas os endpoints de agentes criados através do Knowledge Assistant são suportados.
   3. O campo Nome do agente é preenchido automaticamente. Você pode editá-lo se desejar.
   4. Em Descrever o conteúdo, descreva o que esse agente pode fazer para ajudar o supervisor a entender quando delegar tarefas a esse agente.

   Função Unity Catalog

   Para fornecer uma função no Unity Catalog:

   1. No campo Tipo , selecione Função de catálogo Unity.
   2. Selecione a função no menu suspenso Unity Catalog Function.
   3. No campo Nome do agente , forneça um nome para esta ferramenta.
   4. Em Descrever o conteúdo, descreva o que esta função faz e quando deve ser usada. Isso ajuda o supervisor a entender quando usar essa ferramenta.

   Para saber mais sobre como criar funções do Unity Catalog como ferramentas de agente, consulte Criar ferramentas de agente de IA usando funções do Unity Catalog.

   Servidor MCP externo

   Para fornecer um servidor MCP externo:

   1. No campo Tipo , selecione Servidor MCP externo.
   2. Selecione a conexão no menu suspenso Unity Catalog connection .
   3. No campo Nome do agente , forneça um nome para este servidor MCP.
   4. Em Descrever o conteúdo, descreva o que este servidor MCP fornece e quando deve ser utilizado. Isso ajuda o supervisor a entender quando delegar a esse servidor.

   Para saber mais sobre servidores MCP externos, consulte Usar servidores MCP externos.

4. (Opcional) Para adicionar mais agentes, clique em + Adicionar. Pode fornecer até 20 agentes.

5. (Opcional) No campo Instruções , especifique as diretrizes sobre como o supervisor deve responder.

6. Clique em Criar agente.

Você será redirecionado para a guia Configurar . Pode levar de alguns minutos a algumas horas para criar seu sistema multiagente e agente supervisor.

Etapa 3: Teste seu agente supervisor

Depois de o seu supervisor terminar a construção, teste-o para ver quão bem o supervisor coordena múltiplos agentes para lidar com tarefas complexas. Em Teste o seu Agente, no painel lateral direito, converse com o agente para avaliar as suas respostas.

1. (Opcional) Também podes testar o agente no AI Playground. Clique em Abrir no Playground. Isso abre o AI Playground com seu ponto de extremidade supervisor conectado. Se você tiver recursos de assistência de IA habilitados, poderá habilitar a geração de tarefasAI Judge e Synthetic para ajudá-lo a avaliar seu supervisor.
2. Em Teste seu agente ou no AI Playground, insira uma tarefa complexa para seu supervisor.
3. Avalie a sua resposta. Certifique-se de que o supervisor delega tarefas com êxito aos agentes certos.
4. Com base nas respostas do seu agente, ajuste os campos de Descrição e Instruções no painel lateral esquerdo para melhorar a sua configuração.
5. Clique em Update Agent.

Se estiver satisfeito com o desempenho do seu supervisor, continue a utilizar o supervisor tal como está.

Passo 4: Melhorar o supervisor

O Supervisor Agente pode ajustar o comportamento do supervisor com base no feedback em linguagem natural. Recolha feedback de especialistas através da página de configuração para melhorar a qualidade da coordenação do seu supervisor. A coleta de dados rotulados para o seu supervisor pode melhorar o desempenho do sistema. O Supervisor Agent irá requalificar e otimizar o supervisor a partir dos novos dados.

Na aba Exemplos, adicione perguntas e cenários de tarefas para o supervisor.

1. Adicionar perguntas ao rótulo:

   1. Clique em + Adicionar para adicionar uma pergunta.
   2. Na modalidade Adicionar uma pergunta , insira sua pergunta.
   3. Clique em Adicionar. A pergunta deve aparecer na interface do usuário.
   4. Repita até adicionar todas as perguntas que deseja avaliar.
   5. Para excluir uma pergunta, clique no menu kebab e, em seguida, clique em Excluir.

2. Depois de terminar de adicionar as suas perguntas, pode partilhar o agente com outros para rever e ajudar a construir um conjunto de dados rotulado de alta qualidade. Partilhe um link para a página de configuração do seu Supervisor Agent para recolher feedback de especialistas.

3. Garantir que os especialistas têm acesso ao agente supervisor e aos subagentes apropriados:

   1. No canto superior direito, clique no ícone do menu Kebab para gerir permissões. Conceda permissões CAN_MANAGE aos especialistas para que possam aceder ao agente e fornecer feedback.
   2. Garantir que a PME tem acesso aos subagentes apropriados:
      • Para cada espaço Genie, conceda à PME todas as permissões apropriadas para interagir com o espaço. Consulte Partilhar um espaço Genie.
      • Conceda ao SME a permissão CAN QUERY para cada ponto de extremidade do agente.
      • Para cada função do Catálogo Unity, conceda à PME a EXECUTE permissão sobre a função.
      • Para cada servidor MCP externo, conceda à PME a USE CONNECTION permissão na conexão do Catálogo Unity.

   Se a PME não tiver acesso a nenhum subagente, o supervisor terminará a conversa. Se o usuário final tiver acesso a alguns, mas não a todos os subagentes, o supervisor redirecionará a conversa para longe dos subagentes que o usuário não pode acessar.

4. Para rotular dados, clique numa pergunta e adicione Diretrizes no painel que aparece. As diretrizes aplicam-se logo após serem salvas.

5. Teste novamente o agente na página de configuração ou no AI Playground para ver o seu desempenho melhorado. Se necessário, adicione mais perguntas e orientações para continuar a melhorar o comportamento.

Passo 5: Gerir permissões

Por defeito, apenas os autores de agentes e os administradores de espaços de trabalho têm permissões sobre o agente. Para permitir que outros usuários editem ou consultem seu agente, você precisa conceder explicitamente a eles permissão.

Para gerenciar permissões em seu agente:

1. Abra o seu agente na página de Agentes.
2. Na parte superior, clique no
3. Clique em Gerenciar permissões.
4. Na janela Configurações de Permissão , selecione o usuário, grupo ou entidade de serviço.
5. Selecione a permissão para conceder:
   • Pode Gerir: Permite gerir o agente, incluindo definir permissões, editar a configuração do agente e melhorar a sua qualidade.
   • Can Query: Permite consultar o endpoint do agente no AI Playground e através da API. Os utilizadores com apenas esta permissão não podem visualizar ou editar o agente na página de Agentes.
6. Clique em Adicionar.
7. Clique em Salvar.

Passo 6: Consultar o endpoint do agente

Na página do agente, clique em Endpoint para abrir o endpoint do agente e ver os detalhes.

Existem várias formas de consultar o endpoint supervisor criado. Use os exemplos de código fornecidos no AI Playground como ponto de partida.

1. Clica em Abrir no parque infantil.
2. No Playground, clique em Obter código.
3. Escolha como deseja usar o ponto de extremidade:
   • Selecione Curl API para obter um exemplo de código para consultar o ponto de extremidade usando curl.
   • Selecione Python API para um exemplo de código para interagir com o endpoint usando Python.

Limitations

• Só o inglês é suportado.
• Apenas os endpoints de agentes criados através do Knowledge Assistant são suportados.
• Limitações de IA e limitações de velocidade devem ser desativadas no endpoint databricks-gte-large-en do modelo. Consulte Configurar o AI Gateway em pontos de extremidade de disponibilização de modelos.
• Não pode usar mais de 20 agentes num único sistema de supervisor.
• Não há suporte para espaços de trabalho com Segurança Reforçada e Conformidade habilitadas.
• Para que o rastreamento funcione, você precisa ter o monitoramento de produção para MLflow (Beta) habilitado. Se não precisar de traçar, não precisa de ativar esta pré-visualização. Ver Gerir as pré-visualizações de Azure Databricks.

Passos seguintes

Tarefas de longa duração do Agente Supervisor