Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Esta página apresenta uma visão geral das ferramentas para construir, implementar e gerir aplicações de IA generativa (geração de IA) no Azure Databricks.
| Página | Description |
|---|---|
| Comece: GenAI sem código | Experimenta o AI Playground para testes e prototipagem baseados em interface. |
| Introdução: MLflow 3 para GenAI | Experimenta o MLflow para rastreamento, avaliação e feedback humano do GenAI. |
Servir e consultar modelos de linguagem de larga escala de IA (LLMs)
Sirva um conjunto curado de modelos de IA de geração de provedores LLM, como OpenAI e Anthropic, e disponibilize-os por meio de APIs seguras e escaláveis.
| Feature | Description |
|---|---|
| Modelos de Fundação | Servir modelos de IA generativa, incluindo modelos de código aberto e de terceiros, como Meta Llama, Anthropic Claude, OpenAI GPT e outros. |
Construir e implementar agentes de IA de nível empresarial
Crie e implante seus próprios agentes, incluindo agentes de chamada de ferramentas, aplicativos de geração aumentada de recuperação e sistemas multiagentes.
| Feature | Description |
|---|---|
| AI Playground (sem código) | Prototipar e testar agentes de IA em um ambiente sem código. Experimente rapidamente comportamentos de agente e integrações de ferramentas antes de gerar código para implantação. |
| Assistente de Conhecimento | Construa e otimize chatbots de IA específicos de domínio usando uma interface intuitiva. |
| Construir agentes personalizados | Criar, implementar e avaliar agentes usando Python. Suporta agentes escritos com qualquer biblioteca de autoria. Integrado com MLflow Tracing. Itere rapidamente usando as aplicações Databricks. |
| Ferramentas de agentes de IA | Crie ferramentas de agente para consultar dados estruturados e não estruturados, executar código ou ligar-se a APIs de serviços externas. |
| MCP (Protocolo de Contexto de Modelo) | Padronize a forma como os agentes se ligam a dados e ferramentas com uma interface segura e consistente. |
Avaliar, depurar e otimizar agentes
Acompanhe o desempenho do agente, colete feedback e promova melhorias de qualidade com ferramentas de avaliação e rastreamento.
| Feature | Description |
|---|---|
| Rastreamento MLflow | Use o MLflow Tracing para observabilidade de ponta a ponta. Registe cada passo que o seu agente faz para depurar, monitorizar e auditar o comportamento do agente no desenvolvimento e produção. |
| Avaliação de Agentes | Use a Avaliação do Agente e o MLflow para medir a qualidade, o custo e a latência. Colete feedback de partes interessadas e especialistas no assunto por meio de aplicativos de revisão integrados e use juízes LLM para identificar e resolver problemas de qualidade. |
| Agentes de monitoramento | Use a mesma configuração de avaliação (juízes LLM e métricas personalizadas) na avaliação offline e no monitoramento on-line. |