Protótipo de agentes chamadores de ferramentas no AI Playground

Importante

Este recurso está no Public Preview.

Este artigo mostra como prototipar uma ferramenta de chamada de agente de IA com o AI Playground.

Use o AI Playground rapidamente, crie um agente chamador de ferramentas e converse com ele ao vivo para ver como ele se comporta. Em seguida, exporte o agente para implantação ou desenvolvimento adicional em código Python.

Para criar agentes usando uma abordagem prioritária em código, veja Criar agentes de IA em código.

Requerimentos

Seu espaço de trabalho deve ter os seguintes recursos habilitados para prototipar agentes usando o AI Playground:

• Catálogo Unity

• Computação sem servidor

• Mosaic AI Agent Framework

• Modelos de base pay-per-token ou modelos externos. Consulte Modelo que serve a disponibilidade regional

Protótipo de agentes chamadores de ferramentas no AI Playground

Para prototipar um agente chamador de ferramentas:

1. No Playground, escolha um modelo com o rótulo Ferramentas de ativadas.

   

2. Selecione Ferramentas e escolha uma ferramenta para dar ao agente. Para este guia, selecione a função Unity Catalog integrada, system.ai.python_exec. Esta função dá ao seu agente a capacidade de executar código Python arbitrário. Para saber como criar ferramentas de agente de IA, consulte .

   

3. Converse por chat para testar a combinação atual de LLM, ferramentas e prompt do sistema e tente variações.

   

Exporte e implante agentes do AI Playground

Depois de prototipar o agente de IA no AI Playground, exporte-o para cadernos Python para implantá-lo num endpoint de disponibilização do modelo.

1. Clique Exportar para gerar blocos de anotações Python que definem e implantam o agente de IA.

   Depois de exportar o código do agente, três arquivos são salvos no espaço de trabalho. Esses arquivos seguem a metodologia Models from Code do MLflow, que define os agentes diretamente no código, em vez de depender de artefatos serializados. Para saber mais, consulte Modelo de MLflow no Guia de código:

   • agent notebook: Contém código Python que define seu agente usando LangChain.
   • driver notebook: Contém código Python para registrar, rastrear, registrar e implantar o agente de IA usando o Mosaic AI Agent Framework.
   • config.yml: Contém informações de configuração sobre seu agente, incluindo definições de ferramentas.

2. Abra o agent bloco de anotações para ver o código LangChain que define seu agente.

3. Execute o notebook driver para registar e implantar o seu agente num endpoint de serviço de modelo.

Observação

O código exportado pode se comportar de forma diferente da sua sessão do AI Playground. O Databricks recomenda executar os blocos de anotações exportados para iterar e depurar ainda mais, avaliar a qualidade do agente e, em seguida, implantar o agente para compartilhar com outras pessoas.

Desenvolver agentes em código

Use os blocos de anotações exportados para testar e iterar programaticamente. Use o bloco de anotações para fazer coisas como adicionar ferramentas ou ajustar os parâmetros do agente.

Ao desenvolver programaticamente, os agentes devem atender a requisitos específicos para serem compatíveis com outros recursos do agente Databricks. Para saber como criar agentes usando uma abordagem orientada por código, consulte Criar agentes de IA em código

Próximos passos

• Crie suas próprias ferramentas de agente.
• Registre um agente de IA.
• Adicionar rastreamentos a um agente de IA.
• Implantar um agente de IA.