Usar o Agent Bricks: Supervisor Multi-Agent para criar um sistema de vários agentes coordenado

Esta página descreve como usar o Agent Bricks: Supervisor Multi-Agent para criar um sistema de supervisor de vários agentes que orquestra agentes de IA e ferramentas para trabalhar em conjunto em tarefas complexas. Você pode melhorar a coordenação com base nos comentários em linguagem natural de seus especialistas no assunto.

O Agent Bricks fornece uma abordagem simples para criar e otimizar sistemas de agente de IA específicos ao domínio e de alta qualidade para casos comuns de uso de IA.

O que é o Agente Bricks: Supervisor multi-agente?

Use o Agent Bricks: Multi-Agent Supervisor para criar um sistema supervisor que coordene Genie Spaces, endpoints de agente, Unity Catalog, e servidores MCP para trabalhar em conjunto e concluir tarefas complexas em diferentes domínios especializados. O Supervisor de Vários Agentes usa padrões avançados de orquestração de IA para gerenciar interações de agente, delegação de tarefas e síntese de resultados para fornecer soluções abrangentes.

Agent Bricks: o Supervisor multi-agente cria o sistema para você e permite aprimorá-lo ao longo do tempo com feedback humano. Ele é ideal para dar suporte aos seguintes casos de uso:

• Forneça análise de mercado e insights pesquisando relatórios de pesquisa e dados de uso.
• Responda a perguntas sobre processos internos e automatize o acúmulo de tíquetes pendentes.
• Acelere o atendimento ao cliente respondendo a políticas, perguntas frequentes, conta e outras perguntas.

O Supervisor de Vários Agentes permite que você melhore a qualidade de coordenação do supervisor e ajuste o comportamento do agente com base em comentários de linguagem natural de seus especialistas no assunto. Forneça cenários de tarefa para uma sessão de rotulagem e envie-a aos especialistas para revisão no Aplicativo de Revisão. Suas respostas fornecem dados rotulados que ajudam a otimizar o desempenho do sistema.

O Supervisor de Vários Agentes cria um ponto de extremidade abrangente que você pode usar downstream para seus aplicativos. Por exemplo, você pode interagir com o endpoint enviando prompts no Playground ou construindo um aplicativo de chat usando o Databricks Apps. O supervisor tem controles de acesso internos, para que seus usuários finais acessem apenas os subagentes e os dados aos quais têm acesso.

O Agent Bricks usa o armazenamento padrão para armazenar transformações de dados temporárias, pontos de verificação de modelo e metadados internos que alimentam cada agente. Na exclusão do agente, todos os dados associados ao agente são removidos do armazenamento padrão.

Requirements

• Um workspace que inclui o seguinte:
  • Prévia do Agent Bricks do Mosaic AI (Beta) habilitado. Consulte Gerenciar visualizações do Azure Databricks.
  • Monitoramento de produção para MLflow (Beta) habilitado. Isso é necessário para que o rastreamento funcione. Consulte Gerenciar visualizações do Azure Databricks.
  • Estrutura do Agente: Em nomeOf-User autorização habilitada. Consulte Gerenciar visualizações do Azure Databricks. A autorização em nome do usuário permite que um agente atue em nome do usuário final, respeitando as permissões de acesso do usuário. Consulte a autenticação em nome do usuário.
  • Computação sem servidor habilitada. Consulte os requisitos de computação sem servidor.
  • Unity Catalog habilitado. Consulte Habilitar um espaço de trabalho no Catálogo do Unity.
  • Acesso ao Mosaic AI Model Serving.
  • Acesso aos modelos fundamentais no Catálogo do Unity por meio do esquema system.ai.
  • Acesso a uma política de orçamento sem servidor com um orçamento diferente de zero.
• Um workspace em uma das regiões com suporte: eastus, eastus2, westus, centralus, ou northcentralus.
• O databricks-gte-large-en ponto de extremidade do modelo de inserção deve ter AI Guardrails e limites de taxa desabilitados. Consulte Configurar o Gateway de IA nos pontos de extremidade do serviço de modelo.
• Você deve ter agentes ou ferramentas prontos para uso. Você deve fornecer pelo menos um dos seguintes:
  • Um endpoint do agente "Agent Bricks: Assistente de Conhecimento" (/generative-ai/agent-bricks/knowledge-assistant.md).
  • Um espaço do Genie existente. Para configurar um espaço do Genie, consulte Configurar e gerenciar um espaço do Genie de IA/BI.
  • Ferramentas de agente de IA criadas como funções do Catálogo do Unity. Consulte Criar ferramentas de agente de IA usando funções do Catálogo do Unity.
  • Servidores MCP externos que possuem conexões configuradas para o Unity Catalog. Você pode instalar um servidor MCP no Databricks Marketplace ou usar servidores MCP externos. A conexão deve usar a autenticação por token portador ou a autenticação OAuth Machine-to-Machine. Consulte os métodos de autenticação para serviços externos.
• Os usuários finais do agente supervisor precisam de acesso explícito para interagir com cada subagente:
  • Para um ponto de extremidade do agente, os usuários finais precisam da CAN QUERY permissão.
  • Para um espaço do Genie, os usuários finais precisam de acesso tanto ao espaço do Genie quanto aos objetos subjacentes do Unity Catalog para acesso a dados. Consulte Compartilhar um espaço do Genie.
  • Para as funções do Unity Catalog, os usuários finais precisam ter a permissão EXECUTE na função.
  • Para servidores MCP externos, os usuários finais precisam da USE CONNECTION permissão na conexão do Catálogo do Unity.

Criar um sistema de supervisor de vários agentes

Vá para o Agentes no painel de navegação à esquerda da sua área de trabalho. No painel Multi-Agent Supervisor, clique em Construir.

Etapa 1: Criar subagentes e conceder permissões

Como o Agent Bricks: Supervisor Multi-Agent cria um sistema supervisor que coordena subagentes para trabalhar em conjunto para concluir tarefas complexas, primeiro você precisa fornecer subagentes para que ele coordene. Esses subagentes podem ser Genie Spaces, endpoints do agente Assistente de Conhecimento, funções do Catálogo Unity ou servidores MCP. Você também precisa conceder aos usuários finais acesso explícito a cada subagente para que o supervisor retorne respostas úteis desse subagente.

Espaço do gênio

1. Para criar um espaço do Genie, siga as etapas em Configurar e gerenciar um espaço do Genie de IA/BI.
2. Conceda aos usuários finais acesso ao espaço do Genie e aos objetos subjacentes do Catálogo do Unity. Siga as etapas em Compartilhar um espaço do Genie.

Ponto de extremidade do agente

1. Para criar um agente do Assistente de Conhecimento, siga as etapas em Usar o Agent Bricks: Assistente de Conhecimento para criar um chatbot de alta qualidade em seus documentos.
2. Conceda aos usuários finais a CAN QUERY permissão no ponto de extremidade do agente do Assistente de Conhecimento.

Função do Unity Catalog

1. Para criar funções do Catálogo do Unity como ferramentas de agente de IA, siga as etapas em Criar ferramentas de agente de IA usando funções do Catálogo do Unity.
2. Conceda aos usuários finais a EXECUTE permissão na função catálogo do Unity.

Servidor MCP externo

1. Para instalar um servidor MCP do Databricks Marketplace, consulte Obter acesso a servidores MCP externos. Para configurar servidores MCP externos, siga as etapas em Usar servidores MCP externos. A conexão deve usar a autenticação por token portador ou a autenticação OAuth Machine-to-Machine. Consulte os métodos de autenticação para serviços externos.
2. Conceda aos usuários finais a permissão USE CONNECTION na conexão do Catálogo Unity.

Etapa 2: Configurar seu supervisor

Na guia Compilar , configure o supervisor e adicione os agentes que ele coordenará.

1. No campo Nome , insira um nome para o agente supervisor.

2. No campo Descrição , descreva o que o sistema supervisor pode fazer.

3. Em Configurar Agentes, selecione até 10 agentes e/ou ferramentas.

   Espaço do gênio

   Para disponibilizar um espaço do Genie

   1. No campo Tipo , selecione Espaço do Gênio.

   2. Selecione seu espaço do Genie no menu suspenso Genie space.

   3. O nome do Agente e os campos de Descrição do conteúdo são preenchidos automaticamente quando possível. Você pode editar o nome e a descrição, se desejado.

      O supervisor usa as informações na descrição para ajudá-lo a coordenar agentes. Forneça o máximo de detalhes possível para ajudar a melhorar sua delegação de tarefas.

   Para saber mais sobre os espaços Genie, consulte o que é um espaço do Genie de IA/BI. Para configurar um espaço do Genie, consulte Configurar e gerenciar um espaço do Genie de IA/BI

   Ponto de extremidade do agente

   Para fornecer um ponto de extremidade do agente:

   1. No campo Tipo , selecione Ponto de Extremidade do Agente.
   2. Selecione o endpoint no menu suspenso Endpoint do Agente. Há suporte apenas para endpoints de agentes criados por meio do Agent Bricks: Assistente de Conhecimento.
   3. O campo Nome do Agente é preenchido automaticamente. Você pode editar isso se desejar.
   4. Em Descrever o conteúdo, descreva o que esse agente pode fazer para ajudar o supervisor a entender quando delegar tarefas a esse agente.

   Função do Unity Catalog

   Para fornecer uma função de Catálogo do Unity:

   1. No campo Tipo , selecione Função de Catálogo do Unity.
   2. Selecione a função no menu suspenso Função de Catálogo do Unity .
   3. No campo Nome do Agente , forneça um nome para essa ferramenta.
   4. Em Descrever o conteúdo, descreva o que essa função faz e quando ela deve ser usada. Isso ajuda o supervisor a entender quando usar essa ferramenta.

   Para saber mais sobre como criar funções do Catálogo do Unity como ferramentas de agente, consulte Criar ferramentas de agente de IA usando funções do Catálogo do Unity.

   Servidor MCP externo

   Para fornecer um servidor MCP externo:

   1. No campo Tipo , selecione Servidor MCP Externo.
   2. Selecione a conexão no menu suspenso do Catálogo do Unity.
   3. No campo Nome do Agente , forneça um nome para este servidor MCP.
   4. Em Descrever o conteúdo, descreva o que este servidor MCP fornece e quando ele deve ser usado. Isso ajuda o supervisor a entender quando delegar a esse servidor.

   Para saber mais sobre servidores MCP externos, consulte Usar servidores MCP externos.

4. (Opcional) Para adicionar mais agentes, clique em + Adicionar. Você pode fornecer até 10 agentes.

5. (Opcional) No campo Instruções, especifique as diretrizes de como o supervisor de vários agentes deve responder.

6. Clique em Criar Agente.

Você será redirecionado para a guia Configurar . Pode levar alguns minutos a algumas horas para criar seu sistema multi-agente e agente supervisor.

Etapa 3: Testar seu agente supervisor

Depois que o supervisor terminar de construir, você poderá testá-lo no AI Playground. O supervisor coordenará vários agentes para lidar com tarefas complexas. Em Testar seu Agente no painel direito, você pode conversar com o agente para avaliar suas respostas.

1. (Opcional) Você também pode testar o agente no AI Playground. Clique em Abrir no Playground. Isso abre o AI Playground com o endpoint do supervisor conectado. Se você tiver recursos assistenciais de IA habilitados, poderá habilitar o Juiz de IA e a geração de tarefas sintéticas para ajudá-lo a avaliar seu supervisor.
2. Em Testar seu Agente ou no Playground de IA, insira uma tarefa complexa para seu supervisor.
3. Avalie sua resposta. Verifique se o supervisor delega tarefas com êxito aos agentes certos.
4. Com base nas respostas do agente, ajuste os campos Descrição e Instruções no painel esquerdo para melhorar sua configuração.
5. Clique em Atualizar Agente.

Se você estiver satisfeito com o desempenho do supervisor, continue usando-o como está. Por padrão, os pontos de extremidade do Agent Bricks são dimensionados para zero após 3 dias de inatividade, portanto, você será cobrado apenas pelo tempo de atividade.

Etapa 4: Melhorar o supervisor

Agent Bricks: o Supervisor multiagente pode ajustar o comportamento do supervisor com base em comentários em linguagem natural. Colete feedback humano por meio de uma sessão de etiquetagem para melhorar a qualidade da coordenação do supervisor. Coletar dados rotulados para seu supervisor pode melhorar seu desempenho. O Agente Bricks treinará novamente e otimizará o supervisor com os novos dados.

Na guia Exemplos , adicione cenários de tarefa e inicie uma sessão de rotulagem.

1. Adicione cenários de tarefa a serem incluídos na sessão de rotulagem:

   1. Clique em + Adicionar para adicionar um cenário de tarefa.
   2. No modal Adicionar uma pergunta , insira uma pergunta ou tarefa para o agente.
   3. Clique em Adicionar. A tarefa será exibida na interface do usuário.
   4. Repita até adicionar todas as perguntas que deseja avaliar.
   5. Para excluir uma pergunta, clique no menu kebab e, em seguida, exclua.

2. Depois de terminar de adicionar seus cenários de tarefa, envie os cenários aos especialistas para revisão para ajudá-lo a criar um conjunto de dados rotulado de alta qualidade. À direita, clique em Iniciar sessão de rotulagem.

   Quando a sessão de rotulagem estiver pronta, a interface do usuário será atualizada conforme mostrado abaixo.

   

3. Compartilhe o aplicativo de revisão com especialistas para coletar comentários. Clique em Conceder permissões de SME e adicione os especialistas para conceder a eles a permissão correta para acessar a sessão de rotulagem.

   Para saber mais sobre o Aplicativo de Revisão e sessões de rotulagem, consulte Coletar comentários e expectativas rotulando rastreamentos existentes e criar e gerenciar sessões de rotulagem.

4. Verifique se o SME tem acesso aos subagentes apropriados:

   • Para cada ponto de extremidade do agente, conceda ao SME a permissão CAN QUERY.
   • Para cada espaço do Genie, conceda ao SME todas as permissões apropriadas para interagir com o espaço. Consulte Compartilhar um espaço do Genie.
   • Para cada função do Unity Catalog, conceda ao SME a permissão EXECUTE na função.
   • Para cada servidor MCP externo, conceda ao SME a USE CONNECTION permissão na conexão do Catálogo do Unity.

   Se o SME não tiver acesso a nenhum subagente, o supervisor encerrará a conversa. Se o usuário final tiver acesso a alguns, mas não a todos os subagentes, o supervisor redirecionará a conversa para longe dos subagentes que o usuário não pode acessar.

5. Para rotular os dados por conta própria, clique em Abrir sessão de rotulagem.

   Isso abre o aplicativo de revisão em uma nova guia. Como revisor:

   1. Clique em Iniciar revisão.

   2. À esquerda, examine a pergunta e a resposta do supervisor

   3. No lado direito, em Expectativas, examine as diretrizes existentes e adicione mais conforme você quiser.

      1. Para adicionar uma diretriz, clique em + Adicionar entrada.
      2. Insira a diretriz na caixa de texto exibida.
      3. Clique em Salvar.

   4. Quando terminar de revisar um cenário de tarefa, clique em Próximo não revisado > no canto superior direito para passar para o próximo.

   5. Quando terminar de revisar todos os cenários de tarefa, saia do aplicativo de revisão.

      

6. Quando os revisores terminarem as sessões de rotulagem, retorne à aba Exemplos do seu supervisor.

7. Clique em Mesclar para mesclar comentários dos especialistas ao conjunto de dados rotulado. A tabela de cenários de tarefas localizada do lado direito será atualizada com o feedback consolidado.

8. Examine os registros de comentários.

9. Teste o supervisor novamente no AI Playground para ver seu melhor desempenho de coordenação. Se necessário, inicie outra sessão de rotulagem para coletar mais dados rotulados.

Gerenciar permissões

Por padrão, somente os autores e administradores do workspace do Agent Bricks têm permissões para o agente. Para permitir que outros usuários editem ou consultem seu agente, você precisa conceder permissão explicitamente a eles.

Para gerenciar permissões em seu agente:

1. Abra seu agente no Agent Bricks.
2. Na parte superior, clique no Menu kebab.
3. Clique em Gerenciar permissões.
4. Na janela Configurações de Permissão , selecione o usuário, o grupo ou a entidade de serviço.
5. Selecione a permissão para conceder:
   • Pode gerenciar: permite o gerenciamento do Agent Bricks, incluindo permissões de configuração, edição da configuração do agente e melhoria de sua qualidade.
   • Pode consultar: permite consultar o ponto de extremidade do Agent Bricks no AI Playground e por meio da API. Os usuários com apenas essa permissão não podem exibir ou editar o agente no Agent Bricks.
6. Clique em Adicionar.
7. Clique em Salvar.

Consultar o endpoint do agente

Na página do agente, clique no Veja o status do agente no canto superior direito para obter o endpoint do agente implantado e ver os detalhes do endpoint.

Há várias maneiras de consultar o endpoint do supervisor multiagente criado. Use os exemplos de código fornecidos no AI Playground como ponto de partida.

1. Na guia Compilar, clique em Abrir no playground.
2. No Playground, clique em Obter código.
3. Escolha como você deseja usar o ponto de extremidade:
   • Selecione a API Curl para obter um exemplo de código para consultar o ponto de extremidade usando curl.
   • Selecione API Python para um exemplo de código para interagir com o endpoint usando Python.

Limitations

• Há suporte apenas para endpoints de agentes criados por meio do Agent Bricks: Assistente de Conhecimento.
• Os guardrails de IA e os limites de taxa devem ser desabilitados no ponto de extremidade do databricks-gte-large-en modelo. Consulte Configurar o Gateway de IA nos pontos de extremidade do serviço de modelo.
• Você não pode usar mais de 10 agentes em um único sistema de supervisor.
• Não há suporte para workspaces com segurança e conformidade avançadas habilitadas.
• Para que o rastreamento funcione, você precisa ter o monitoramento de produção do MLflow (Beta) habilitado. Consulte Gerenciar visualizações do Azure Databricks.