AI-agentverktyg

Artikel
02/01/2025

Viktigt!

Den här funktionen finns som allmänt tillgänglig förhandsversion.

Den här artikeln innehåller en översikt över hur du skapar AI-agentverktyg med hjälp av Mosaic AI Agent Framework.

AI-agentverktyg gör det möjligt för agenter att utföra uppgifter utöver språkgenerering, till exempel att hämta strukturerade eller ostrukturerade data och köra anpassad kod.

En introduktion till AI-agenter finns i Vad är sammansatta AI-system och AI-agenter?.

Funktionsverktyg för Unity Catalog jämfört med agentkodverktyg

Om du vill skapa ett verktyg med Mosaic AI Agent Framework kan du använda valfri kombination av följande metoder:

Metod	Beskrivning
Funktioner i Unity Catalog	– Definierat och hanterat i Unity Catalog med inbyggda säkerhets- och efterlevnadsfunktioner – Ger enklare identifiering, styrning och återanvändning – Perfekt för att tillämpa transformeringar och aggregeringar på stora datamängder
Agentkodverktyg	– Definierad i AI-agentens kod – Användbart för att anropa REST-API:er, använda godtycklig kod eller köra verktyg med låg latens – Saknar inbyggd styrning och upptäckt av funktioner

Båda metoderna är kompatibla med anpassade Python-agenter eller agentredigeringsbibliotek som LangGraph.

Skapa AI-agentverktyg

Lär dig hur du skapar AI-agentverktyg som låter dina agenter köra anpassad Python-kod. Se Skapa anpassade AI-agentverktyg med Unity Catalog-funktioner.

Exempel på agentverktyg

I följande artiklar finns exempel på agentverktyg:

Strukturerade datahämtningsverktyg tillåta agenten att fråga strukturerade datakällor som SQL-tabeller.
Verktyg för ostrukturerad datahämtning tillåter din agent att köra frågor mot ostrukturerade datakällor som textkorpusar för att utföra generering förstärkt med hämtning.
Externa anslutningsverktyg ansluta agentverktyg till externa tjänster och API:er.

Lägga till Unity Catalog-verktyg i agenter

Till skillnad från agentkodverktyg, som definieras i agentens kod, måste Unity Catalog-verktyg uttryckligen läggas till i agenter för att göra dem tillgängliga för användning.

Databricks rekommenderar att du använder UCFunctionToolkit för att integrera Unity Catalog-verktyg med agentredigeringsramverk och SDK:er. Se Skapa anpassade AI-agentverktyg med Unity Catalog-funktioner.

Du kan också använda AI Playground för att snabbt lägga till Unity Catalog-verktyg till agenter för prototypbeteende. Se verktygskallande prototypagenter i AI Playground.

Förbättra användningen av verktyg med tydlig dokumentation

Väldokumenterade verktyg hjälper AI-agenter att förstå när och hur man använder verktyg effektivt. Följ dessa metodtips när du dokumenterar verktygsparametrar och returvärden:

För Unity Catalog-funktioner använder du COMMENT för att beskriva verktygsfunktioner och parametrar.
Definiera tydligt förväntade indata och utdata.
Ge meningsfulla beskrivningar för att förbättra användbarheten.

Exempel: Dokumentation om effektiva verktyg

I följande exempel visas effektiva COMMENT strängar för ett funktionsverktyg i Unity Catalog som frågar en strukturerad tabell.

CREATE OR REPLACE FUNCTION main.default.lookup_customer_info(
  customer_name STRING COMMENT 'Name of the customer whose info to look up.'
)
RETURNS STRING
COMMENT 'Returns metadata about a specific customer including their email and ID.'
RETURN SELECT CONCAT(
    'Customer ID: ', customer_id, ', ',
    'Customer Email: ', customer_email
  )
  FROM main.default.customer_data
  WHERE customer_name = customer_name
  LIMIT 1;

Exempel: Dokumentation om ineffektivt verktyg

I följande exempel saknas viktig information, vilket gör det svårare för AI-agenten att använda verktyget effektivt:

CREATE OR REPLACE FUNCTION main.default.lookup_customer_info(
  customer_name STRING COMMENT 'Name of the customer.'
)
RETURNS STRING
COMMENT 'Returns info about a customer.'
RETURN SELECT CONCAT(
    'Customer ID: ', customer_id, ', ',
    'Customer Email: ', customer_email
  )
  FROM main.default.customer_data
  WHERE customer_name = customer_name
  LIMIT 1;

Dela via