Use Agent Bricks: Multi-Agent Supervisor para criar um sistema multiagente coordenado

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

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

O que é Agent Bricks: Multi-Agent Supervisor?

Use o Agent Bricks: Multi-Agent Supervisor para criar um sistema de supervisão que coordene Genie Spaces, pontos de extremidade do agente, funções do Unity Catalog e servidores MCP para trabalharem em conjunto na conclusão de tarefas complexas em diferentes domínios especializados. O Multi-Agent Supervisor usa padrões avançados de orquestração de IA para gerenciar interações de agentes, delegação de tarefas e síntese de resultados para fornecer soluções abrangentes.

Agent Bricks: O Multi-Agent Supervisor constrói o sistema para você e permite melhorá-lo ao longo do tempo com feedback humano. É ideal para suportar os seguintes casos de uso:

• Forneça análises de mercado e perceções através de pesquisa em relatórios de pesquisa e dados de uso.
• Responda a perguntas sobre processos internos e automatize uma lista de pendências de tickets para isso.
• Acelere o atendimento ao cliente respondendo a questões sobre políticas, FAQs, contas e outras dúvidas.

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

O Multi-Agent Supervisor cria um ponto de extremidade abrangente que pode ser usado nas fases posteriores nos seus aplicativos. Por exemplo, é possível interagir com o endpoint enviando prompts no Playground ou criar uma aplicação de bate-papo usando os aplicativos Databricks. O supervisor tem controles de acesso integrados, 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 espaço de trabalho que inclui o seguinte:
  • Pré-visualização do Mosaic AI Agent Bricks (Beta) ativada. 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: autorização em nomeOf-User habilitada. Consulte Gerenciar visualizações do Azure Databricks. A autorização em nome do usuário permite que um agente aja em nome do usuário final, honrando as permissões de acesso do usuário. Consulte Autenticação em nome do usuário.
  • Computação sem servidor habilitada. Consulte Requisitos de computação sem servidor.
  • Catálogo Unity ativado. Consulte Habilitar um espaço de trabalho para o Unity Catalog.
  • Acesso ao Mosaic AI Model Serving.
  • Acesso a modelos de base no Unity Catalog por meio do esquema system.ai.
  • Acesso a uma política de orçamento sem servidor com um orçamento diferente de zero.
• Um espaço de trabalho em uma das regiões suportadas: eastus, eastus2, westus, centralus, ou northcentralus.
• O endpoint do modelo de embedding deve ter guarda-corpos de IA e limites de velocidade desativados. Consulte Configurar o AI Gateway em pontos de extremidade de disponibilização de modelos.
• Você deve ter agentes ou ferramentas prontas para uso. Você deve fornecer pelo menos uma das seguintes opções:
  • Um ponto de extremidade de agente existente Agent Bricks: Knowledge Assistant(/generative-ai/agent-bricks/knowledge-assistant.md).
  • Um espaço Genie existente. Para configurar um espaço Genie, consulte Configurar e gerenciar um espaço Genie de IA/BI.
  • Ferramentas de agente de IA criadas como funções do Catálogo Unity. Consulte Criar ferramentas de agente de IA usando funções do Unity Catalog.
  • Servidores MCP externos com conexões Unity Catalog configuradas. Você pode instalar um servidor MCP do Databricks Marketplace ou Usar servidores MCP externos. A conexão deve usar autenticação de token de portador ou autenticação OAuth Machine-to-Machine. Consulte Métodos de autenticação para serviços externos.
• Os usuários finais do agente supervisor precisam de acesso explícito para interagir com cada subagente:
  • Os utilizadores finais precisam da permissão CAN QUERY para um ponto de extremidade do agente.
  • Para um espaço Genie, os usuários finais precisam de acesso ao espaço Genie e acesso a dados para seus objetos subjacentes do Catálogo Unity. Consulte Partilhar um espaço Genie.
  • Para funções do Unity Catalog, os usuários finais precisam da EXECUTE permissão na função.
  • Para servidores MCP externos, os utilizadores finais exigem a USE CONNECTION permissão na conexão do Catálogo Unity.

Criar um sistema de supervisor multiagente

Vá para o Agentes no painel de navegação esquerdo do seu espaço de trabalho. A partir do painel Supervisor Multi-Agente, clique Construir.

Etapa 1: Criar subagentes e conceder permissões

Como o Agent Bricks: Multi-Agent Supervisor cria um sistema de supervisores que coordena subagentes para trabalharem juntos para concluir tarefas complexas, você precisa primeiro fornecer subagentes para que ele coordene. Esses subagentes podem ser Genie Spaces, endpoints de agentes do Knowledge Assistant, funções do Unity Catalog 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 Genie

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

Ponto de extremidade do agente

1. Para criar um agente do Assistente de Conhecimento, siga as etapas em Usar Tijolos do Agente: 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 Unity Catalog

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

Servidor MCP externo

1. Para instalar um servidor MCP a partir 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 autenticação de token de portador ou autenticação OAuth Machine-to-Machine. Consulte Métodos de autenticação para serviços externos.
2. Conceda aos utilizadores finais a permissão USE CONNECTION na ligação do Catálogo Unity.

Etapa 2: Configurar seu supervisor

No separador Build, configure o seu supervisor e adicione os agentes que o supervisor irá coordenar.

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

2. No campo Descrição , descreva o que o seu sistema de supervisão pode fazer.

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

   Espaço Genie

   Para proporcionar um espaço Genie:

   1. No campo Tipo , selecione Espaço Genie.

   2. Selecione seu espaço Genie no menu suspenso Espaço Genie .

   3. Os campos Nome do agente e Descrever o conteúdo são preenchidos automaticamente quando possível. Você pode editar o nome e a descrição, se desejar.

      O supervisor usa as informações na descrição para ajudá-lo a coordenar os 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 Genie de IA/BI. Para configurar um espaço Genie, consulte Configurar e gerenciar um espaço 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 ponto de extremidade no menu suspenso Ponto de extremidade do agente . Somente os pontos de extremidade do agente criados por meio do Agent Bricks: Knowledge Assistant são suportados.
   3. O campo Nome do agente é preenchido automaticamente. Você pode editá-lo 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 Unity Catalog

   Para fornecer uma função no Unity Catalog:

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

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

   Servidor MCP externo

   Para fornecer um servidor MCP externo:

   1. No campo Tipo , selecione Servidor MCP externo.
   2. Selecione a conexão no menu suspenso Unity Catalog connection .
   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 deve ser utilizado. 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 diretrizes sobre como o supervisor multiagente deve responder.

6. Clique em Criar agente.

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

Etapa 3: Teste seu agente supervisor

Depois que seu supervisor terminar de construir, você pode testá-lo experimentando-o no AI Playground. O supervisor coordenará vários agentes para lidar com tarefas complexas. Em Testar seu agente , no painel do lado 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 seu ponto de extremidade supervisor conectado. Se você tiver recursos de assistência de IA habilitados, poderá habilitar a geração de tarefasAI Judge e Synthetic para ajudá-lo a avaliar seu supervisor.
2. Em Teste seu agente ou no AI Playground, insira uma tarefa complexa para seu supervisor.
3. Avalie a sua resposta. Certifique-se de que o supervisor delega tarefas com êxito aos agentes certos.
4. Com base nas respostas do seu agente, ajuste os campos de Descrição e Instruções no painel lateral esquerdo para melhorar a sua configuração.
5. Clique em Update Agent.

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

Passo 4: Melhorar o supervisor

Agent Bricks: O supervisor multiagente pode ajustar o seu comportamento baseado no feedback em linguagem natural. Reúna feedback humano através de uma sessão de etiquetagem para melhorar a qualidade da coordenação do seu supervisor. A coleta de dados rotulados para o seu supervisor pode melhorar o desempenho do sistema. O Agente Bricks irá treinar novamente e otimizar o supervisor a partir dos novos dados.

No separador Exemplos, adicione cenários de tarefas e inicie uma sessão de etiquetagem.

1. Adicione cenários de tarefas para incluir na sua 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 aparecerá 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, clique em Excluir.

2. Depois de terminar de adicionar os cenários de tarefas, envie-os a 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. Partilhe a aplicação de avaliações com especialistas para recolher comentários. Clique em Conceder permissões a PME e adicione os especialistas para lhes conceder a permissão correta para aceder à sessão de rotulagem.

   Para saber mais sobre a App de Revisão e as sessões de rotulagem, consulte Recolher feedback e expectativas rotulando traços existentes e Criar e gerir sessões de rotulagem.

4. Assegurar que a PME tem acesso aos subagentes adequados:

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

   Se a PME não tiver acesso a nenhum subagente, o supervisor terminará 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, reveja a pergunta e a resposta do supervisor

   3. No lado direito, em Expectativas, revise todas as diretrizes existentes e adicione mais como achar melhor.

      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 rever um cenário de tarefa, clique em Seguinte não revisto > no canto superior direito para passar para o seguinte.

   5. Quando terminar de rever todos os cenários de tarefas, saia da aplicação de revisão.

      

6. Quando os seus revisores terminarem as sessões de rotulagem, retorne ao separador Exemplos do seu supervisor.

7. Clique em Mesclar para mesclar comentários dos especialistas ao seu conjunto de dados rotulado. A tabela de cenários de tarefas no lado direito será atualizada com o feedback mesclado.

8. Analise os registros de feedback.

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

Gerenciar permissões

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

Para gerenciar permissões em seu agente:

1. Abra o seu agente no Agent Bricks.
2. Na parte superior, clique no
3. Clique em Gerenciar permissões.
4. Na janela Configurações de Permissão , selecione o usuário, grupo ou entidade de serviço.
5. Selecione a permissão para conceder:
   • Pode gerir: Permite gerir os Agent Bricks, incluindo a configuração de permissões, editar a configuração do agente e a melhoria da sua qualidade.
   • Can Query: Permite consultar o endpoint Agent Bricks no AI Playground e através da API. Os usuários com apenas essa permissão não podem visualizar ou editar o agente no Agent Bricks.
6. Clique em Adicionar.
7. Clique em Salvar.

Consultar o ponto de extremidade do agente

Na página do agente, clique Consulte o estado do Agente no canto superior direito para obter o endpoint do seu agente implementado e ver os detalhes do endpoint.

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

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

Limitations

• Somente os pontos de extremidade do agente criados por meio do Agent Bricks: Knowledge Assistant são suportados.
• Limitações de IA e limitações de velocidade devem ser desativadas no endpoint databricks-gte-large-en do modelo. Consulte Configurar o AI Gateway em pontos de extremidade de disponibilização de modelos.
• Não é possível usar mais de 10 agentes em um único sistema de supervisão.
• Não há suporte para espaços de trabalho com Segurança Reforçada e Conformidade habilitadas.
• Para que o rastreamento funcione, você precisa ter o monitoramento de produção para MLflow (Beta) habilitado. Consulte Gerenciar visualizações do Azure Databricks.