创建 AI 代理

本文介绍在 Azure Databricks 上创建 AI 代理的过程，并概述了创建代理的可用方法。

若要了解有关代理的详细信息，请参阅 代理系统设计模式。

使用 AI Playground 的原型代理

AI Playground 是在 Azure Databricks 上创建代理的最简单方法。 借助 AI Playground，可以从各种 LLM 中进行选择，并使用低代码 UI 快速将工具添加到 LLM。 然后，可以与代理聊天以测试其响应，然后将代理导出到代码进行部署或进一步开发。

请参阅 入门：查询没有代码的 LLM 和原型 AI 代理。

使用知识助手自动生成代理

知识助手提供了一种简化的方法，利用您的文档来构建和优化特定领域的问答聊天机器人，并根据主题专家的自然语言反馈来提高质量。

知识助理提供了一种完全托管的方法，这是在深入探索更多定制化智能助手之前的良好起点。

编写自定义代理代码

代理框架和 MLflow 提供工具，帮助你在 Python 中创作企业级就绪代理。

Azure Databricks 支持使用第三方代理创作库（如 LangGraph/LangChain、OpenAI、LlamaIndex 或自定义 Python 实现）创作代理。

若要快速开始，请参阅 AI 代理入门。 有关使用不同框架和高级功能创作代理的更多详细信息，请参阅 创作 AI 代理并将其部署到 Databricks 应用。

了解模型签名以确保与 Azure Databricks 功能兼容

Azure Databricks 使用 MLflow 模型签名 来定义代理的输入和输出架构。 AI Playground 等产品功能假设代理具有一组受支持的模型签名。

如果您按照使用 ResponsesAgent 接口的推荐的编写代理的方法，MLflow 将自动推断出与 Azure Databricks 产品功能兼容的代理签名。