Usa Agent Bricks: Supervisor multiagente para crear un sistema multiagente coordinado

En esta página se describe cómo usar Agent Bricks: Multi-Agent Supervisor para crear un sistema de supervisor de varios agentes que organice los agentes de IA y las herramientas para trabajar juntos en tareas complejas. Puede mejorar su coordinación basándose en los comentarios de lenguaje natural realizados por sus expertos en la materia.

Agent Bricks proporciona un enfoque sencillo para crear y optimizar sistemas de agentes de inteligencia artificial comunes específicos de un dominio y de alta calidad para casos de uso comunes de inteligencia artificial.

¿Qué es Agent Bricks: Supervisor multiagente?

Use Agent Bricks: Supervisor multiagente para crear un sistema supervisor que coordine Genie Spaces, puntos de conexión de agentes, funciones del Catálogo de Unity y servidores MCP para que trabajen juntos y completen tareas complejas a través de diferentes dominios especializados. El Supervisor de varios agentes usa patrones avanzados de orquestación de IA para administrar interacciones del agente, delegación de tareas y síntesis de resultados para ofrecer soluciones completas.

Agent Bricks: El Supervisor multiagente construye el sistema para usted y permite mejorarlo con el tiempo con comentarios humanos. Es ideal para soportar los siguientes casos de uso:

• Proporcione análisis de mercado e información mediante la búsqueda en informes de investigación y datos de uso.
• Responda a preguntas sobre los procesos internos y automatice una reserva de tickets.
• Acelere el servicio al cliente contestando a las políticas, las preguntas frecuentes, las cuestiones de cuenta y otras consultas.

El Supervisor multiagente le permite mejorar la calidad de coordinación del supervisor y ajustar el comportamiento del agente en función de los comentarios del lenguaje natural de los expertos en la materia. Proporcione escenarios de tareas para una sesión de etiquetado y envíela a expertos para revisarla en la aplicación de revisión. Sus respuestas proporcionan datos etiquetados que ayudan a optimizar el rendimiento del sistema.

El Supervisor de Varios Agentes crea un punto de conexión completo que puede usar posteriormente para sus aplicaciones. Por ejemplo, puede interactuar con el endpoint enviando mensajes en Playground o creando una aplicación de chat usando las aplicaciones de Databricks. El supervisor tiene controles de acceso integrados, de modo que sus usuarios finales solo accedan a los subagentes y los datos a los que tienen acceso.

Agent Bricks usa el almacenamiento predeterminado para almacenar transformaciones de datos temporales, puntos de control de modelo y metadatos internos que potencian a cada agente. En la eliminación del agente, todos los datos asociados al agente se quitan del almacenamiento predeterminado.

Requirements

• Área de trabajo que incluye lo siguiente:
  • Vista previa de Mosaic AI Agent Bricks (Beta) activada. Consulte Administración de versiones preliminares de Azure Databricks.
  • Supervisión de producción para MLflow (Beta) habilitada. Esto es necesario para que el seguimiento funcione. Consulte Administración de versiones preliminares de Azure Databricks.
  • Marco de trabajo del agente: en nombreOf-User autorización habilitada. Consulte Administración de versiones preliminares de Azure Databricks. La autorización en nombre del usuario permite a un agente actuar en nombre del usuario final, respetando los permisos de acceso del usuario. Consulte Autenticación en nombre del usuario.
  • Computación sin servidor habilitada. Consulte Requisitos de proceso sin servidor.
  • Catálogo de Unity habilitado. Consulte Habilitar un área de trabajo para Unity Catalog.
  • Acceso a Mosaic AI Model Serving.
  • Acceso a los modelos fundamentales en Unity Catalog a través del esquema system.ai.
  • Acceso a una directiva presupuestaria sin servidor con un presupuesto distinto de cero.
• Un área de trabajo de una de las regiones admitidas: eastus, eastus2, westus, centraluso northcentralus.
• El databricks-gte-large-en punto de conexión del modelo de incrustación debe tener deshabilitados los límites de velocidad de AI Guardrails. Consulte Configuración de AI Gateway en puntos de conexión de modelo de servicio.
• Debe tener agentes o herramientas listos para su uso. Debe proporcionar al menos una de las siguientes opciones:
  • Un punto de conexión de agente existente: Agent Bricks: Knowledge Assistant(/generative-ai/agent-bricks/knowledge-assistant.md).
  • Un espacio de Genie existente. Para configurar un espacio de Genie, consulte Configuración y administración de un espacio de AI/BI Genie.
  • Herramientas de agente de IA creadas como funciones del Catálogo de Unity. Consulte Creación de herramientas de agente de IA mediante funciones de Catálogo de Unity.
  • Servidores MCP externos con conexiones configuradas de Unity Catalog. Puede instalar un servidor MCP desde Databricks Marketplace o Usar servidores MCP externos. La conexión debe usar la autenticación de token de portador o la autenticación de máquina a máquina de OAuth. Consulte Métodos de autenticación para servicios externos.
• Los usuarios finales del agente supervisor necesitan acceso explícito para interactuar con cada subagente:
  • Para un punto de conexión del agente, los usuarios finales requieren el CAN QUERY permiso.
  • Para un espacio de Genie, los usuarios finales requieren acceso tanto al espacio de Genie como al acceso de datos a sus objetos de Catálogo de Unity subyacentes. Consulte Compartir un espacio de Genie.
  • En el caso de las funciones del catálogo de Unity, los usuarios finales requieren el EXECUTE permiso para la función.
  • En el caso de los servidores MCP externos, los usuarios finales requieren el USE CONNECTION permiso para la conexión del catálogo de Unity.

Creación de un sistema de supervisor de varios agentes

Vaya al Agentes en el panel de navegación izquierdo del área de trabajo. En el mosaico Multi-Agent Supervisor, haga clic en Build.

Paso 1: Crear subagentes y conceder permisos

Como Agent Bricks: Multi-Agent Supervisor crea un sistema de supervisores que coordina los subagentes para trabajar juntos para completar tareas complejas, primero debe proporcionar subagentes para que se coordinen. Estos subagentes pueden ser Genie Spaces, puntos de conexión del agente de Knowledge Assistant, funciones de Catálogo de Unity o servidores MCP. También debe conceder a los usuarios finales acceso explícito a cada subagente para que el supervisor devuelva respuestas útiles de ese subagente.

Espacio de Genie

1. Para crear un espacio de Genie, siga los pasos descritos en Configuración y administración de un espacio de AI/BI Genie.
2. Conceda a los usuarios finales acceso tanto al espacio de Genie como a sus objetos subyacentes del catálogo de Unity. Siga los pasos descritos en Compartir un espacio de Genie.

Punto de conexión del agente

1. Para crear un agente de Knowledge Assistant, siga los pasos descritos en Use Agent Bricks: Knowledge Assistant para crear un bot de chat de alta calidad a través de los documentos.
2. Conceda a los usuarios finales el CAN QUERY permiso en el punto de conexión del agente de Knowledge Assistant.

La función de catálogo de Unity

1. Para crear funciones de Catálogo de Unity como herramientas de agente de IA, siga los pasos descritos en Creación de herramientas de agente de IA mediante funciones de catálogo de Unity.
2. Conceda a los usuarios finales el EXECUTE permiso en la función de Unity Catalog.

Servidor MCP externo

1. Para instalar un servidor MCP desde Databricks Marketplace, consulte Obtener acceso a servidores MCP externos. Para configurar servidores MCP externos, siga los pasos descritos en Uso de servidores MCP externos. La conexión debe usar la autenticación de token de portador o la autenticación de máquina a máquina de OAuth. Consulte Métodos de autenticación para servicios externos.
2. Conceda a los usuarios finales el USE CONNECTION permiso en la conexión del catálogo de Unity.

Paso 2: Configurar el supervisor

En la pestaña Compilar, configure el supervisor y agregue los agentes que coordinará.

1. En el campo Nombre , escriba un nombre para el agente de supervisor.

2. En el campo Descripción , describa lo que puede hacer el sistema supervisor.

3. En Configurar agentes, seleccione hasta 10 agentes o herramientas.

   Espacio de Genie

   Para proporcionar un espacio de Genie:

   1. En el campo Tipo, seleccione Genie Space.

   2. Seleccione el espacio de Genie en el menú desplegable Espacio de Genie .

   3. El nombre del agente y Describe los campos de contenido se rellenan automáticamente cuando sea posible. Si lo desea, puede editar el nombre y la descripción.

      El supervisor usa la información de la descripción para ayudar a coordinar agentes. Proporcione tantos detalles como sea posible para ayudar a mejorar su delegación de tareas.

   Para obtener más información sobre los espacios de Genie, consulte ¿Qué es un espacio de AI/BI Genie? Para configurar un espacio de Genie, consulte Configuración y administración de un espacio de AI/BI Genie.

   Punto de conexión del agente

   Para proporcionar un endpoint de agente:

   1. En el campo Tipo , seleccione Punto de conexión del agente.
   2. Seleccione el punto de conexión del Agent Endpoint en el menú desplegable. Solo son compatibles los puntos de conexión de agente que han sido creados a través de Agent Bricks: Knowledge Assistant.
   3. El campo Nombre del agente se rellena automáticamente. Si lo desea, puede editarlo.
   4. En Describir el contenido, describa lo que puede hacer este agente para ayudar al supervisor a comprender cuándo delegar tareas a este agente.

   La función de catálogo de Unity

   Para proporcionar una función de catálogo de Unity:

   1. En el campo Tipo , seleccione Función de catálogo de Unity.
   2. Seleccione la función en el menú desplegable Función de catálogo de Unity .
   3. En el campo Nombre del agente , proporcione un nombre para esta herramienta.
   4. En Describir el contenido, describa lo que hace esta función y cuándo se debe usar. Esto ayuda al supervisor a comprender cuándo usar esta herramienta.

   Para obtener más información sobre cómo crear funciones de catálogo de Unity como herramientas de agente, consulte Creación de herramientas de agente de IA mediante funciones de catálogo de Unity.

   Servidor MCP externo

   Para proporcionar un servidor MCP externo:

   1. En el campo Tipo , seleccione Servidor MCP externo.
   2. Seleccione la conexión en el menú desplegable Conexión del catálogo de Unity .
   3. En el campo Nombre del agente , proporcione un nombre para este servidor MCP.
   4. En Describir el contenido, describa lo que proporciona este servidor MCP y cuándo se debe usar. Esto ayuda al supervisor a comprender cuándo delegar en este servidor.

   Para obtener más información sobre los servidores MCP externos, consulte Uso de servidores MCP externos.

4. (Opcional) Para agregar más agentes, haga clic en + Agregar. Puede suministrar hasta 10 agentes.

5. (Opcional) En el campo Instrucciones , especifique las directrices para cómo debe responder el supervisor de varios agentes.

6. Haga clic en Crear agente.

Se le redirigirá a la pestaña Configurar. La creación de su sistema multiagente y el agente supervisor puede tardar desde unos minutos hasta unas horas.

Paso 3: Probar el agente de supervisor

Una vez que el supervisor haya terminado de compilarse, puede probarlo en AI Playground. El supervisor coordinará varios agentes para controlar tareas complejas. En Probar tu agente en el lado derecho del panel, puede interactuar mediante chat con el agente para evaluar sus respuestas.

1. (Opcional) También puede probar el agente en AI Playground. Haga clic en Abrir en área de juegos. Esto abre AI Playground con el punto de conexión del supervisor conectado. Si tiene habilitadas las características de asistencia de IA, puede habilitar la generación de tareas de ai Judge y Synthetic para ayudarle a evaluar el supervisor.
2. En Probar el agente o en AI Playground, escriba una tarea compleja para el supervisor.
3. Evalúe su respuesta. Asegúrese de que el supervisor delega correctamente las tareas a los agentes adecuados.
4. En función de las respuestas del agente, ajuste los campos Descripción e Instrucciones del panel izquierdo para mejorar su configuración.
5. Haga clic en Actualizar agente.

Si está satisfecho con el rendimiento del supervisor, siga usando el supervisor as-is. De forma predeterminada, los puntos de conexión de Agent Bricks se escalan a cero después de 3 días de inactividad, por lo que solo se le facturará el tiempo de actividad.

Paso 4: Mejorar el supervisor

Agente Bricks: El supervisor multi-agente puede ajustar su comportamiento en función de los comentarios basados en lenguaje natural. Recopile comentarios humanos a través de una sesión de etiquetado para mejorar la calidad de coordinación del supervisor. Recopilar datos etiquetados para el supervisor puede mejorar su rendimiento. Agent Bricks reentrenará y optimizará el supervisor a partir de los nuevos datos.

En la pestaña Ejemplos , agregue escenarios de tareas e inicie una sesión de etiquetado.

1. Agregue escenarios de tareas para incluir en la sesión de etiquetado:

   1. Haga clic en + Agregar para agregar un escenario de tareas.
   2. En el modal Agregar una pregunta , escriba una pregunta o una tarea para el agente.
   3. Haga clic en Agregar. La tarea aparecerá en la interfaz de usuario.
   4. Repita la operación hasta que haya agregado todas las preguntas que quiera evaluar.
   5. Para eliminar una pregunta, haga clic en el menú kebab y, a continuación, en Eliminar.

2. Una vez que haya terminado de agregar los escenarios de tareas, envíe los escenarios a los expertos para su revisión para ayudarle a crear un conjunto de datos etiquetado de alta calidad. A la derecha, haga clic en Iniciar sesión de etiquetado.

   Cuando la sesión de etiquetado esté lista, la interfaz de usuario se actualizará como se muestra a continuación.

   

3. Comparta la aplicación de revisión con expertos para recopilar comentarios. Haga clic en Conceder permisos SME y agregue los expertos para concederles el permiso correcto para acceder a la sesión de etiquetado.

   Para obtener más información sobre la Aplicación de revisión y las sesiones de etiquetado, consulte Recopilar comentarios y expectativas mediante el etiquetado de seguimientos existentes y Crear y administrar sesiones de etiquetado.

4. Asegúrese de que el SME tiene acceso a los subagentes adecuados:

   • Para cada punto de conexión del agente, conceda al SME el CAN QUERY permiso.
   • Para cada espacio de Genie, conceda al SME todos los permisos adecuados para interactuar con el espacio. Consulte Compartir un espacio de Genie.
   • Para cada función de Unity Catalog, otorgue al SME el permiso EXECUTE sobre la función.
   • Para cada servidor MCP externo, conceda al SME el USE CONNECTION permiso en la conexión del Unity Catalog.

   Si el SME no tiene acceso a ningún subagente, el supervisor finalizará la conversación. Si el usuario final tiene acceso a algunos, pero no a todos los subagentes, el supervisor redirigirá la conversación fuera de los subagentes al que el usuario no puede acceder.

5. Para etiquetar los datos usted mismo, haga clic en Abrir sesión de etiquetado.

   Se abrirá la aplicación de revisión en una nueva pestaña. Como revisor:

   1. Haga clic en Iniciar revisión.

   2. A la izquierda, revise la pregunta y la respuesta del supervisor

   3. En el lado derecho, en Expectativas, revise las directrices existentes y agregue más a medida que se ajuste.

      1. Para agregar una guía, haga clic en + Agregar entrada.
      2. Escriba la directriz en el cuadro de texto que aparece.
      3. Haz clic en Guardar.

   4. Cuando haya terminado de revisar un escenario de tareas, haga clic en Siguiente sin revisar > en la parte superior derecha para pasar a la siguiente.

   5. Cuando haya terminado de revisar todos los escenarios de tareas, salga de la aplicación de revisión.

      

6. Cuando los revisores terminen con sus sesiones de etiquetado, vuelva a la pestaña Ejemplos del supervisor.

7. Haga clic en Combinar para combinar los comentarios de los expertos en el conjunto de datos etiquetado. La tabla de escenarios de tareas del lado derecho se actualizará con los comentarios combinados.

8. Revise los registros de comentarios.

9. Vuelva a probar el supervisor en AI Playground para ver su mejor rendimiento de coordinación. Si es necesario, inicie otra sesión de etiquetado para recopilar más datos etiquetados.

Administración de permisos

De forma predeterminada, solo los autores de Agent Bricks y los administradores del área de trabajo tienen permisos para el agente. Para permitir que otros usuarios editen o consulten el agente, debe concederles explícitamente permiso.

Para administrar permisos de tu agente:

1. Abra su agente en Agent Bricks.
2. En la parte superior, haga clic en el Menú kebab.
3. Haga clic en Administrar permisos.
4. En la ventana Configuración de permisos , seleccione el usuario, el grupo o la entidad de servicio.
5. Seleccione el permiso para conceder:
   • Puede administrar: permite gestionar los Agent Bricks, incluida la configuración de permisos, la edición de la configuración del agente y la mejora de su calidad.
   • Can Query: permite consultar el punto de conexión de Agent Bricks en AI Playground y a través de la API. Los usuarios con solo este permiso no pueden ver ni editar el agente en Agent Bricks.
6. Haga clic en Agregar.
7. Haz clic en Guardar.

Consulta el punto de conexión del agente

En la página del agente, haga clic en Consulte Estado del agente en la esquina superior derecha para obtener el punto de conexión del agente implementado y ver los detalles del punto de conexión.

Hay varias maneras de consultar el punto de conexión del supervisor multiagente creado. Use los ejemplos de código proporcionados en AI Playground como punto de partida.

1. En la pestaña Compilar, haga clic en Abrir en el entorno de prueba.
2. En Parque infantil, haga clic en Obtener código.
3. Elija cómo desea usar el punto de conexión:
   • Seleccione Curl API para ver un ejemplo de código para consultar el punto de conexión mediante curl.
   • Seleccione API de Python para ver un ejemplo de código para interactuar con el punto de conexión mediante Python.

Limitations

• Solo son compatibles los puntos de conexión de agente que han sido creados a través de Agent Bricks: Knowledge Assistant.
• Los Guardrails de IA y los límites de tasa deben deshabilitarse en el endpoint del modelo databricks-gte-large-en. Consulte Configuración de AI Gateway en puntos de conexión de modelo de servicio.
• No puede usar más de 10 agentes en un único sistema de supervisor.
• No se admiten las áreas de trabajo que tienen habilitada la seguridad y el cumplimiento mejorados .
• Para que el seguimiento funcione, debe tener habilitada la supervisión de producción para MLflow (Beta). Consulte Administración de versiones preliminares de Azure Databricks.