Prototyp agentů pro volání nástrojů v AI Playground

Důležitý

Tato funkce je ve verzi Public Preview.

Tento článek ukazuje, jak vytvořit prototyp agent a AI volajícího AI s AI Playground.

Pomocí AI Playground můžete rychle vytvořit agenta pro volání nástrojů a chatovat s ním živě, abyste viděli, jak se chová. Potom vyexportujte agenta pro nasazení nebo další vývoj v kódu Pythonu.

Pokud chcete vytvářet agenty pomocí přístupu založeného na kódu, přečtěte si téma Vytváření agentů umělé inteligence v kódu.

Požadavky

Váš pracovní prostor musí mít povolené následující funkce pro prototypy agentů pomocí AI Playground:

• Unity Catalog

• Bezserverové výpočty

• Rámec pro agenty AI Mosaic

• Buď základní modely s platbou za tokeny, nebo externí modely. Viz Model obsluhující regionální dostupnost

prototyp agentů pro volání nástrojů v AI Playground

Vytvoření prototypu agenta pro volání nástrojů:

1. Z aplikace Playground vyberte model s označením Nástroje povoleno .

   

2. Vyberte Tools a zvolte nástroj, který chcete agentovi předat. Pro tuto příručku vyberte vestavěnou funkci Katalogu Unity system.ai.python_exec. Tato funkce dává vašemu agentu možnost spouštět libovolný kód Pythonu. Pokud se chcete naučit, jak vytvářet nástroje pro agenty, podívejte se na nástroje agenta AI.

   

3. Chat pro vyzkoušení aktuální kombinace LLM, nástrojů a systémové instrukce a zkoušení různých variant.

   LLM

Export a nasazení agentů AI Playground

Po vytvoření prototypu agenta AI v AI Playground ho exportujte do poznámkových bloků Pythonu a nasaďte ho do koncového bodu obsluhující model.

1. Kliknutím na Exportovat vygenerujete poznámkové bloky Pythonu, které definují a nasazují agenta AI.

   Po exportu kódu agenta se do pracovního prostoru uloží tři soubory. Tyto soubory se řídí modely MLflow z metodologie kódu, která definuje agenty přímo v kódu, místo aby se spoléhaly na serializované artefakty. Další informace najdete v tématu model MLflow z průvodce kódem:

   • agent poznámkový blok: Obsahuje kód Pythonu definující agenta pomocí jazyka LangChain.
   • driver notebook: Obsahuje kód v Pythonu pro protokolování, trasování, registraci a nasazení agenta AI pomocí Mosaic AI Agent Framework.
   • config.yml: Obsahuje informace o konfiguraci vašeho agenta, včetně definic nástrojů.

2. Otevřete poznámkový blok agent a zobrazte kód LangChain definující agenta.

3. Spuštěním driver poznámkového bloku zapíšete a nasadíte agenta do koncového bodu služby Model Serving.

Poznámka

Exportovaný kód se může chovat jinak než během relace v AI Playground. Databricks doporučuje spuštění exportovaných poznámkových bloků pro další iteraci a ladění, vyhodnocení kvality agenta a následné nasazení agenta pro sdílení s ostatními.

Vývoj agentů v kódu

Pomocí exportovaných poznámkových bloků můžete testovat a iterovat programově. Pomocí poznámkového bloku můžete například přidat nástroje nebo upravit parametry agenta.

Při vývoji prostřednictvím kódu programu musí agenti splňovat konkrétní požadavky, aby byly kompatibilní s dalšími funkcemi agenta Databricks. Informace o vytváření agentů pomocí přístupu založeného na kódu najdete v tématu Vytváření agentů AI v kódu

Další kroky

• Vytvořte vlastní nástroje agenta.
• Zalogovat agenta AI.
• Přidání trasování doagenta AI .
• Nasazení agenta AI.