エージェント ブリックを使用する: マルチエージェント スーパーバイザーを使用して、調整されたマルチエージェント システムを作成する

このページでは、Agent Bricks: Multi-Agent Supervisor を使用して、複雑なタスクで連携するように AI エージェントとツールを調整するマルチエージェント スーパーバイザ システムを作成する方法について説明します。 あなたの主題の専門家からの自然言語フィードバックに基づいて、彼らの調整を改善することができます。

Agent Bricks は、一般的な AI ユース ケース用にドメイン固有の高品質の AI エージェント システムを構築および最適化するための簡単なアプローチを提供します。

エージェント ブリック: マルチエージェント スーパーバイザーとは

エージェント ブリック: マルチエージェント スーパーバイザを使用して、Genie Spaces、エージェント エンドポイント、Unity カタログ関数、MCP サーバーを連携させ、さまざまな特殊なドメイン間で複雑なタスクを完了するスーパーバイザ システムを作成します。 マルチエージェント Supervisor は、高度な AI オーケストレーション パターンを使用して、エージェントの対話、タスクの委任、結果合成を管理し、包括的なソリューションを提供します。

Agent Bricks: マルチエージェントスーパーバイザーはシステムを構築し、時間の経過と共に人間のフィードバックを使用してシステムを改善することができます。 次のユース ケースをサポートするのに最適です。

• 調査レポートと使用状況データを検索して、市場分析と分析情報を提供します。
• 内部プロセスに関する質問に回答し、そのチケット バックログを自動化します。
• ポリシー、FAQ、アカウント、その他の質問に回答して、顧客サービスを高速化します。

マルチエージェントスーパーバイザーを使用すると、対象分野の専門家からの自然言語フィードバックに基づいて、スーパーバイザーの調整品質を向上させ、エージェントの動作を調整することができます。 ラベル付けセッションのタスク シナリオを提供し、レビュー アプリでレビューするために専門家に送信します。 応答は、システムのパフォーマンスを最適化するのに役立つラベル付きデータを提供します。

マルチエージェント スーパーバイザは、アプリケーションにダウンストリームで使用できる包括的なエンドポイントを作成します。 たとえば、Playground でプロンプトを送信してエンドポイントと対話したり、Databricks Apps を使用してチャット アプリケーションを構築したりできます。 スーパーバイザにはアクセス制御が組み込まれているため、エンド ユーザーはアクセスできるサブエージェントとデータにのみアクセスできます。

Agent Bricks では 、既定のストレージ を使用して、一時的なデータ変換、モデル チェックポイント、および各エージェントを機能させる内部メタデータを格納します。 エージェントの削除時に、エージェントに関連付けられているすべてのデータが既定のストレージから削除されます。

Requirements

• 次を含むワークスペース:
  • Mosaic AI Agent Bricks Preview (Beta) が有効になっています。 Azure Databricks プレビューの管理を参照してください。
  • MLflow (ベータ) の運用監視 が有効になっています。 これは、トレースを機能させるために必要です。 Azure Databricks プレビューの管理を参照してください。
  • エージェント フレームワーク: On-Behalf-Of-User 承認が有効になっています。 Azure Databricks プレビューの管理を参照してください。 ユーザーの代理承認を使用すると、エージェントはエンド ユーザーの代わりにユーザーのアクセス許可を受け入れる操作を行うことができます。 ユーザーの代理認証を参照してください。
  • サーバーレス コンピューティングが有効になっている。 サーバーレス コンピューティング要件を参照してください。
  • Unity カタログが有効になっている。 「Unity Catalog のワークスペースを有効にする」を参照してください。
  • モザイク AI モデル サービスへのアクセス。
  • system.ai スキーマを使用して Unity カタログの基礎モデルにアクセスします。
  • 0 以外の予算を持つ サーバーレス予算ポリシー へのアクセス。
• サポートされているいずれかのリージョン ( eastus、 eastus2、 westus、 centralus、または northcentralus) のワークスペース。
• databricks-gte-large-en埋め込みモデル エンドポイントでは、AI ガードレールとレート制限が無効になっている必要があります。 モデルサービングエンドポイントでのAIゲートウェイの構成を参照してください。
• エージェントまたはツールを使用する準備ができている必要があります。 次のうち少なくとも 1 つを指定する必要があります。
  • 既存のエージェント ブリックス: Knowledge Assistant（/generative-ai/agent-bricks/knowledge-assistant.md）エージェントエンドポイント。
  • 既存の Genie スペース。 Genie 空間を設定するには、「 AI/BI Genie 空間の設定と管理」を参照してください。
  • Unity カタログ関数として作成された AI エージェント ツール。 Unity カタログ関数を使用した AI エージェント ツールの作成を参照してください。
  • Unity カタログ接続が構成された外部 MCP サーバー。 Databricks Marketplace から MCP サーバーをインストールするか、外部 MCP サーバーを使用できます。 接続では、ベアラー トークン認証または OAuth Machine-to-Machine 認証を使用する必要があります。 外部サービスの認証方法を参照してください。
• スーパーバイザ エージェントのエンド ユーザーは、各サブエージェントと対話するために明示的にアクセスする必要があります。
  • エージェント エンドポイントの場合、エンド ユーザーには CAN QUERY アクセス許可が必要です。
  • Genie スペースの場合、エンド ユーザーは Genie 空間へのアクセスと、基になる Unity カタログ オブジェクトへのデータ アクセスの両方にアクセスする必要があります。 「 Genie スペースを共有する」を参照してください。
  • Unity カタログ関数の場合、エンド ユーザーには関数に対する EXECUTE アクセス許可が必要です。
  • 外部 MCP サーバーの場合、エンド ユーザーには Unity カタログ接続に対する USE CONNECTION アクセス許可が必要です。

マルチエージェント スーパーバイザ システムを作成する

ワークスペースの左側のナビゲーション ウィンドウにあるエージェント。 [マルチエージェント スーパーバイザ] タイルで、[ビルド] をクリックします。

手順 1: サブエージェントを作成し、アクセス許可を付与する

Agent Bricks: Multi-Agent Supervisor は、複雑なタスクを完了するためにサブエージェントを連携させるスーパーバイザ システムを作成するため、最初にサブエージェントを指定して調整する必要があります。 これらのサブエージェントには、Genie Spaces、Knowledge Assistant エージェント エンドポイント、Unity カタログ関数、または MCP サーバーを指定できます。 また、スーパーバイザーがそのサブエージェントから有用な応答を返すために、エンド ユーザーに各サブエージェントへの明示的なアクセス権を付与する必要もあります。

ジーニー空間

1. Genie 空間を作成するには、「 AI/BI Genie 空間の設定と管理」の手順に従います。
2. Genie 空間とその基になる Unity Catalog オブジェクトの両方へのアクセス権をエンド ユーザーに付与します。 「Genie スペースを共有する」の手順に従います。

エージェント エンドポイント

1. Knowledge Assistant エージェントを作成するには、「 エージェント のブリックを使用する: Knowledge Assistant」の手順に従って、ドキュメント上に高品質のチャットボットを作成します。
2. ナレッジ アシスタント エージェント エンドポイントに対する CAN QUERY アクセス許可をエンド ユーザーに付与します。

Unity Catalog 関数

1. AI エージェント ツールとして Unity カタログ関数を作成するには、「 Unity Catalog 関数を使用して AI エージェント ツールを作成する」の手順に従います。
2. Unity Catalog 関数に対する EXECUTE アクセス許可をエンド ユーザーに付与します。

外部 MCP サーバー

1. Databricks Marketplace から MCP サーバーをインストールするには、「 外部 MCP サーバーへのアクセスを取得する」を参照してください。 外部 MCP サーバーを設定するには、「 外部 MCP サーバーを使用する」の手順に従います。 接続では、ベアラー トークン認証または OAuth Machine-to-Machine 認証を使用する必要があります。 外部サービスの認証方法を参照してください。
2. Unity カタログ接続に対する USE CONNECTION アクセス許可をエンド ユーザーに付与します。

手順 2: スーパーバイザーを構成する

[ ビルド ] タブで、スーパーバイザを構成し、調整するエージェントを追加します。

1. [ 名前 ] フィールドに、スーパーバイザ エージェントの名前を入力します。

2. [ 説明 ] フィールドで、スーパーバイザ システムで実行できる操作について説明します。

3. [ エージェントの構成] で、最大 10 個のエージェントまたはツールを選択します。

   ジーニー空間

   Genieスペースを提供するためには:

   1. [ 種類 ] フィールドで、[ Genie Space] を選択します。

   2. Genie スペースのドロップダウン メニューから Genie スペース を選択します。

   3. [ エージェント名 ] フィールドと [コンテンツの説明 ] フィールドは、可能な場合は自動的に設定されます。 必要に応じて、名前と説明を編集できます。

      スーパーバイザーは、エージェントの調整に役立つ説明の情報を使用します。 タスクの委任を改善するために、できるだけ詳細な情報を提供します。

   Genie スペースの詳細については、「 AI/BI Genie 空間とは」を参照してください。 Genie 空間を設定するには、AI/BI Genie 空間の設定と管理に関するページを参照してください

   エージェント エンドポイント

   エージェント エンドポイントを提供するには:

   1. [ 種類 ] フィールドで、[ エージェント エンドポイント] を選択します。
   2. [エージェント エンドポイント] ドロップダウン メニューから エンドポイントを 選択します。 Agent Bricks: Knowledge Assistant を使用して作成されたエージェント エンドポイントのみがサポートされています。
   3. [エージェント名] フィールドが自動的に設定されます。 必要に応じて編集できます。
   4. [ 内容の説明] で、このエージェントにタスクを委任するタイミングを監督者が理解できるように、このエージェントが実行できることを説明します。

   Unity Catalog 関数

   Unity カタログ関数を提供するには:

   1. [ 種類 ] フィールドで、 Unity カタログ関数を選択します。
   2. Unity カタログ関数のドロップダウン メニューから関数を選択します。
   3. [ エージェント名] フィールドに、このツールの名前を指定します。
   4. [ 内容の説明] で、この関数の動作と使用するタイミングについて説明します。 これは、スーパーバイザーがこのツールを使用するタイミングを理解するのに役立ちます。

   エージェント ツールとして Unity カタログ関数を作成する方法の詳細については、 Unity カタログ関数を使用した AI エージェント ツールの作成に関するページを参照してください。

   外部 MCP サーバー

   外部 MCP サーバーを提供するには:

   1. [ 種類 ] フィールドで、[ 外部 MCP サーバー] を選択します。
   2. Unity カタログの接続ドロップダウン メニューから接続を選択します。
   3. [ エージェント名] フィールドに、この MCP サーバーの名前を指定します。
   4. [ 内容の説明] で、この MCP サーバーが提供する内容と使用する必要があるタイミングについて説明します。 これは、スーパーバイザがこのサーバーに委任するタイミングを理解するのに役立ちます。

   外部 MCP サーバーの詳細については、「 外部 MCP サーバーの使用」を参照してください。

4. (省略可能)エージェントを追加するには、[ + 追加] をクリックします。 最大 10 個のエージェントを提供できます。

5. (省略可能)[Instructions]\( 命令 \) フィールドで、マルチエージェント スーパーバイザーが応答する方法のガイドラインを指定します。

6. [ エージェントの作成] をクリックします。

[ 構成 ] タブにリダイレクトされます。マルチエージェント システムとスーパーバイザ エージェントの作成には数分から数時間かかることがあります。

手順 3: スーパーバイザ エージェントをテストする

スーパーバイザーのビルドが完了したら、 AI Playground で試してテストできます。 スーパーバイザーは、複雑なタスクを処理するために複数のエージェントを調整します。 右側のパネルの [エージェントのテスト ] で、エージェントとチャットして応答を評価できます。

1. (省略可能)AI Playground でエージェントをテストすることもできます。 [ プレイグラウンドで開く] をクリックします。 これにより、スーパーバイザ エンドポイントが接続された状態で AI Playground が開きます。 AI 支援機能が有効になっている場合は、 AI ジャッジ と 合成タスクの生成 を有効にして、監督者の評価に役立ちます。
2. [ エージェントのテスト] または [AI Playground] で、スーパーバイザーの複雑なタスクを入力します。
3. 応答を評価します。 スーパーバイザーが適切なエージェントにタスクを正常に委任していることを確認します。
4. エージェントの応答に基づいて、左側のパネルの [説明 ] フィールドと [ 命令 ] フィールドを調整して、構成を改善します。
5. [ エージェントの更新] をクリックします。

スーパーバイザーのパフォーマンスに満足している場合は、スーパーバイザ as-isを引き続き使用してください。 既定では、Agent Bricks エンドポイントは非アクティブ状態が 3 日後にゼロにスケーリングされるため、アップタイムに対してのみ課金されます。

手順 4: スーパーバイザーを改善する

エージェント ブリック: マルチエージェント スーパーバイザは、自然言語フィードバックに基づいてスーパーバイザの動作を調整できます。 ラベル付けセッションを通じて人間のフィードバックを収集し、上司の調整品質を向上させます。 スーパーバイザーのパフォーマンスを向上させるためにラベル付きデータを収集することができます。 エージェント ブリックは、新しいデータからスーパーバイザーを再トレーニングして最適化します。

[例] タブ で 、タスク シナリオを追加し、ラベル付けセッションを開始します。

1. ラベル付けセッションに含めるタスク シナリオを追加します。

   1. [ + 追加] をクリックしてタスク シナリオを追加します。
   2. [ 質問の追加 ] モーダルで、エージェントの質問またはタスクを入力します。
   3. 追加をクリックします。 タスクが UI に表示されます。
   4. 評価するすべての質問を追加するまで繰り返します。
   5. 質問を削除するには、kebab メニューをクリックし、[ 削除] をクリックします。

2. タスク シナリオの追加が完了したら、高品質のラベル付きデータセットの構築に役立つレビューのためにシナリオをエキスパートに送信します。 右側の [ ラベル付けセッションの開始] をクリックします。

   ラベル付けセッションの準備ができたら、UI は次のように更新されます。

   

3. レビュー アプリを専門家と共有して、フィードバックを収集します。 [ SME アクセス許可の付与 ] をクリックし、エキスパートを追加して、ラベル付けセッションにアクセスするための適切なアクセス許可を付与します。

   アプリのレビューセッションとラベル付けセッションの詳細については、「 既存のトレースにラベルを付けてフィードバックと期待値を収集する 」および 「ラベル付けセッションの作成と管理」を参照してください。

4. SME が適切なサブエージェントにアクセスできることを確認します。

   • エージェント エンドポイントごとに、SME に CAN QUERY アクセス許可を付与します。
   • Genie スペースごとに、空間と対話するための適切なアクセス許可をすべて SME に付与します。 「 Genie スペースを共有する」を参照してください。
   • Unity カタログ関数ごとに、SME に関数に対する EXECUTE アクセス許可を付与します。
   • 外部 MCP サーバーごとに、SME に Unity カタログ接続に対する USE CONNECTION アクセス許可を付与します。

   SME がサブエージェントにアクセスできない場合、スーパーバイザーは会話を終了します。 エンド ユーザーが一部のサブエージェントにアクセスできるが、すべてのサブエージェントにアクセスできない場合、スーパーバイザーは、ユーザーがアクセスできないサブエージェントから会話をリダイレクトします。

5. データに自分でラベルを付ける場合は、[ ラベル付けセッションを開く] をクリックします。

   これにより、レビュー アプリが新しいタブで開きます。校閲者として:

   1. [ レビューの開始] をクリックします。

   2. 左側で、質問と監督者の応答を確認します。

   3. 右側の [ 期待値] で、既存のガイドラインを確認し、必要に応じてさらに追加します。

      1. ガイドラインを追加するには、[ + 入力の追加] をクリックします。
      2. 表示されるテキスト ボックスにガイドラインを入力します。
      3. [保存] をクリックします。

   4. タスクシナリオの確認が完了したら、右上にある [ 次の未確認 > ] をクリックして、次のシナリオに進みます。

   5. すべてのタスク シナリオの確認が完了したら、レビュー アプリを終了します。

      

6. 校閲者がラベル付けセッションを終了したら、責任者の [例] タブに戻ります。

7. [ マージ ] をクリックして、エキスパートからのフィードバックをラベル付けされたデータセットにマージします。 右側のタスク シナリオの表は、マージされたフィードバックで更新されます。

8. フィードバック レコードを確認します。

9. AI Playground でスーパーバイザーをもう一度テストして、調整パフォーマンスの向上を確認します。 必要に応じて、別のラベル付けセッションを開始して、ラベル付けされたデータをさらに収集します。

アクセス許可の管理

既定では、エージェントに対するアクセス許可を持つのは、Agent Bricks の作成者とワークスペース管理者だけです。 他のユーザーがエージェントを編集またはクエリできるようにするには、明示的にアクセス許可を付与する必要があります。

エージェントのアクセス許可を管理するには:

1. エージェント ブリックでエージェントを開きます。
2. 上部にある をクリックします。kebab メニュー。
3. [ アクセス許可の管理] をクリックします。
4. [ アクセス許可の設定] ウィンドウで、ユーザー、グループ、またはサービス プリンシパルを選択します。
5. 付与するアクセス許可を選択します。
   • 管理可能: アクセス許可の設定、エージェント構成の編集、品質の向上など、エージェント ブリックの管理を許可します。
   • クエリ可能: AI Playground と API を使用して、Agent Bricks エンドポイントのクエリを実行できます。 このアクセス許可のみを持つユーザーは、Agent Bricks でエージェントを表示または編集できません。
6. 追加をクリックします。
7. [保存] をクリックします。

エージェント エンドポイントのクエリを実行する

エージェント ページで、[ をクリックします。 右上のエージェントの状態を参照して、デプロイされたエージェント エンドポイントを取得し、エンドポイントの詳細を表示します。

作成されたマルチエージェント スーパーバイザ エンドポイントに対してクエリを実行する方法は複数あります。 AI Playground で提供されているコード例を出発点として使用します。

1. [ ビルド ] タブで、[ プレイグラウンドで開く] をクリックします。
2. Playground で、[ コードの取得] をクリックします。
3. エンドポイントの使用方法を選択します。
   • curl を使用してエンドポイントにクエリを実行するコード例の Curl API を 選択します。
   • Python を使用してエンドポイントを操作するコード例の Python API を選択します。

Limitations

• Agent Bricks: Knowledge Assistant を使用して作成されたエージェント エンドポイントのみがサポートされています。
• databricks-gte-large-en モデル エンドポイントでは、AI ガードレールとレート制限を無効にする必要があります。 モデルサービングエンドポイントでのAIゲートウェイの構成を参照してください。
• 1 つのスーパーバイザ システムで 10 を超えるエージェントを使用することはできません。
• セキュリティ強化とコンプライアンスが有効になっているワークスペースはサポートされていません。
• トレースを機能させるには、 MLflow (ベータ) の運用監視 を有効にする必要があります。 Azure Databricks プレビューの管理を参照してください。