Important
此功能在 Beta 版中。
本页介绍如何使用代理砖头:多代理监督程序创建多代理监督系统,该系统协调 AI 代理和工具,共同处理复杂任务。 你可以根据主题专家的自然语言反馈来改进他们的协调。
Agent Bricks 提供了一种简单的方法来构建和优化特定于域的高质量 AI 代理系统,用于常见 AI 用例。
什么是Agent Bricks:多代理系统管理器?
使用 Agent Bricks:Multi-Agent Supervisor 创建一个监督系统,协调 Genie Spaces、代理终结点、Unity Catalog 函数和 MCP 服务器,以协同完成跨不同专业领域的复杂任务。 多代理监督程序使用高级 AI 业务流程模式来管理代理交互、任务委派和结果合成,以提供全面的解决方案。
代理砖块:多代理监督程序为你构建了系统,并允许你随着时间推移而使用人工反馈来改进它。 它非常适合支持以下用例:
- 通过搜索研究报告和使用情况数据来提供市场分析和见解。
- 回答有关内部流程的问题,并自动完成票证积压工作。
- 通过回答策略、常见问题解答、帐户和其他问题来加快客户服务速度。
借助多代理监督器,你可以根据主题专家的自然语言反馈来改进主管的协调质量并调整代理行为。 提供标记会话的任务方案,并将其发送给专家,以便在评审应用中进行评审。 其响应提供可帮助你优化系统性能的标记数据。
多代理管理器创建一个综合端点,您可以在下游用于您的应用程序。 例如,可以通过在 Playground 中提交提示或使用 Databricks Apps 生成聊天应用程序来与终结点进行交互。 主管具有内置的访问控制,以便其最终用户仅访问其有权访问的子代理和数据。
Agent Bricks 使用 默认存储 来存储临时数据转换、模型检查点和支持每个代理的内部元数据。 在代理删除时,将从默认存储中删除与代理关联的所有数据。
Requirements
- 包含以下内容的工作区:
- 已启用 Mosaic AI Agent Bricks 预览版 (Beta)。 请参阅 管理 Azure Databricks 预览版。
- 已启用 MLflow(Beta)的生产监视。 这是跟踪工作所必需的。 请参阅 管理 Azure Databricks 预览版。
- 代理框架:已启用代理Of-User 授权。 请参阅 管理 Azure Databricks 预览版。 代表用户授权允许代理代表最终用户执行作,从而遵守用户的访问权限。 请参阅 代表用户身份验证。
- 已启用无服务器计算。 请参阅 无服务器计算要求。
- 启用了 Unity Catalog。 请参阅为 Unity Catalog 启用工作区。
- 访问 马赛克 AI 模型服务。
- 通过
system.ai架构访问 Unity 目录中的基础模型。 - 通过非零预算访问无服务器预算策略。
- 其中一个受支持区域中的工作区:
eastus、eastus2、westus、centralus或northcentralus。 -
databricks-gte-large-en嵌入模型终结点必须禁用 AI 防护栏和速率限制。 请参阅在为终结点提供服务的模型上配置 AI 网关。 - 必须具有可供使用的代理或工具。 必须至少提供以下项之一:
- 现有的Agent Bricks:知识助手(/generative-ai/agent-bricks/knowledge-assistant.md)代理端点。
- 现有的 Genie 空间。 若要设置 Genie 空间,请参阅 设置和管理 AI/BI Genie 空间。
- 创建为 Unity Catalog 函数的 AI 代理工具。 请参阅 使用 Unity 目录函数创建 AI 代理工具。
- 具有配置的 Unity 目录连接的外部 MCP 服务器。 可以从 Databricks 市场安装 MCP 服务器 或使用 外部 MCP 服务器。 连接必须使用持有者令牌身份验证或 OAuth 计算机到计算机身份验证。 请参阅 外部服务的身份验证方法。
- 监督代理的最终用户需要显式访问权限才能与每个子代理交互:
- 对于代理终结点,最终用户需要
CAN QUERY权限。 - 对于 Genie 空间,最终用户需要访问 Genie 空间以及其基础 Unity Catalog 的数据对象。 请参阅共享 Genie 空间。
- 对于 Unity 目录函数,最终用户需要拥有函数
EXECUTE权限。 - 对于外部 MCP 服务器,最终用户在 Unity 目录连接上需要
USE CONNECTION权限。
- 对于代理终结点,最终用户需要
创建多代理监督系统
转到工作区左侧导航窗格中的代理。 在多代理管理器磁贴中,单击生成。
步骤 1:创建子代理并授予权限
警告
在代理工具中执行任意代码可能会公开代理有权访问的敏感信息或私有信息。 客户负责仅运行受信任的代码,并实施防护措施和适当的权限,以防止意外访问数据。
由于Agent Bricks: 多代理监督程序创建了一个监督系统来协调子代理以共同完成复杂任务,因此首先需要提供子代理以供协调。 这些子代理可以是 Genie Spaces、知识助理代理终结点、Unity 目录函数或 MCP 服务器。 还需要向最终用户授予对每个子代理的显式访问权限,以便主管从该子代理返回有用的响应。
精灵空间
- 若要创建 Genie 空间,请按照 设置和管理 AI/BI Genie 空间中的步骤作。
- 向最终用户授予对 Genie 空间及其基础 Unity 目录对象的访问权限。 按照 共享 Genie 空间中的步骤进行操作。
代理终结点
- 若要创建知识助手代理,请按照 “使用代理砖块:知识助手”中的步骤在文档中创建高质量的聊天机器人。
- 向最终用户授予
CAN QUERY知识助理代理终端点的权限。
Unity Catalog 函数
- 若要将 Unity 目录函数创建为 AI 代理工具,请按照 使用 Unity 目录函数创建 AI 代理工具中的步骤作。
- 向终端用户
EXECUTE授予 Unity Catalog 功能的权限。
外部 MCP 服务器
- 若要从 Databricks Marketplace 安装 MCP 服务器,请参阅 “获取对外部 MCP 服务器的访问权限”。 若要设置外部 MCP 服务器,请按照 使用外部 MCP 服务器中的步骤作。 连接必须使用持有者令牌身份验证或 OAuth 计算机到计算机身份验证。 请参阅 外部服务的身份验证方法。
- 向最终用户授予在 Unity Catalog 连接上的
USE CONNECTION权限。
步骤 2:配置监控程序
在“ 配置 ”选项卡上,配置主管并添加它将协调的代理。
Note
主管具有内置的访问控制,以便其最终用户仅访问其有权访问的子代理和数据。
- 对于代理终结点,最终用户需要
CAN QUERY对终结点拥有权限。 - 对于 Genie 空间,最终用户需要能够访问 Genie 空间,并且能访问底层 Unity Catalog 对象的数据权限。 请参阅共享 Genie 空间。
- 对于 Unity 目录函数,最终用户需要拥有函数
EXECUTE权限。 - 对于外部 MCP 服务器,最终用户在 Unity 目录连接上需要
USE CONNECTION权限。
如果最终用户无权访问任何子代理,主管将结束对话。 如果最终用户有权访问某些子代理,但并非所有子代理,主管会将对话重定向到用户无法访问的子代理。
在“ 名称” 字段中,输入主管代理的名称。
在 “说明” 字段中,描述主管系统可以执行的任务。
在 “配置代理”下,选择最多 10 个代理和/或工具。
精灵空间
提供 Genie 空间:
在 “类型” 字段中,选择 “Genie Space”。
从 “Genie 空间”下拉菜单中选择你的 Genie 空间 。
代理名称和描述内容字段会尽可能自动填充。 如果需要,可以编辑名称和说明。
监督模块使用描述中的信息来帮助协调代理模块。 尽可能多地提供详细信息,以帮助改进其任务委派。
若要了解有关 Genie 空间的详细信息,请参阅 什么是 AI/BI Genie 空间。 若要设置 Genie 空间,请参阅 设置和管理 AI/BI Genie 空间
代理终结点
若要提供代理终结点,请执行以下步骤:
- 在 “类型” 字段中,选择 “代理终结点”。
- 从 “代理终结点 ”下拉菜单中选择终结点。 仅支持通过 代理砖块:知识助手 创建的代理终结点。
- “代理名称”字段会自动填充。 如果需要,可以编辑此内容。
- 在 “描述内容”下,描述此代理可以执行的作,以帮助主管了解何时将任务委托给此代理。
Unity Catalog 函数
若要提供 Unity Catalog 功能,请执行以下操作:
- 在 “类型” 字段中,选择 Unity 目录函数。
- 从 Unity 目录函数 下拉菜单中选择函数。
- 在 “代理名称” 字段中,提供此工具的名称。
- 在 “描述内容”下,描述此函数的作用以及何时应使用它。 这有助于主管了解何时使用此工具。
若要详细了解如何将 Unity 目录函数创建为代理工具,请参阅 使用 Unity 目录函数创建 AI 代理工具。
外部 MCP 服务器
提供 外部 MCP 服务器:
- 在 “类型” 字段中,选择 “外部 MCP 服务器”。
- 从 Unity 目录连接 下拉菜单中选择连接。
- 在 “代理名称” 字段中,为此 MCP 服务器提供名称。
- 在 “描述内容”下,描述此 MCP 服务器提供的内容以及何时应使用它。 这有助于主管了解何时委托给此服务器。
若要了解有关外部 MCP 服务器的详细信息,请参阅 使用外部 MCP 服务器。
(可选)若要添加更多代理,请单击“ + 添加”。 最多可以提供 10 个代理。
(可选)在 “说明 ”字段中,指定多代理主管应如何响应的准则。
单击“ 创建代理”。
你将重定向到“ 配置 ”选项卡。创建多代理系统和监督代理可能需要几分钟到几个小时。
步骤 3:测试监督代理
主管完成生成后,可以通过在 AI Playground 中试用它来测试它。 主管将协调多个代理来处理复杂的任务。 在右侧面板中的 测试你的代理 中,可以通过与代理聊天来测试其响应。
- (可选)还可以在 AI Playground 中测试代理。 单击在沙盒中打开。 这会打开与监控终结点相连接的 AI Playground。 如果启用了 AI 辅助功能,则可以启用 AI 法官 和 合成任务生成 来帮助评估主管。
- 在 测试您的代理 或在 AI 演练场中,为您的主管输入复杂的任务。
- 评估其响应。 确保主管成功将任务委托给正确的代理。
- 根据代理的响应,调整左侧面板中的 “说明 ”和 “说明 ”字段以改进其配置。
- 单击更新代理。
如果你对主管的表现感到满意,请继续按现状使用主管。 默认情况下,Agent Bricks 终结点在处于非活动状态 3 天后缩放为零,因此只会对运行时间进行计费。
步骤 4:改进主管
代理砖块:多代理监督者可以根据自然语言反馈来调整监督者的行为。 通过标记会话收集人工反馈,以提高主管的协调质量。 为主管收集标记的数据可以提高其性能。 代理砖块将从新数据重新训练和优化主管。
在“ 提高质量 ”选项卡中,添加任务方案并启动标记会话。
添加任务情境以将其包含在标记会话中:
- 单击“ + 添加” 以添加任务方案。
- 在 “添加问题 模式”中,输入代理的问题或任务。
- 单击 添加。 任务将显示在 UI 中。
- 重复,直到添加要评估的所有问题。
- 若要删除问题,请单击“烤肉串”菜单,然后单击 “删除”。
添加任务方案后,请向专家发送方案以供评审,以帮助构建高质量的标记数据集。 在右侧,单击“ 开始标记会话”。
标记会话准备就绪后,UI 将更新,如下所示。
与专家共享评审应用以收集反馈。 单击“ 授予 SME 权限 ”并添加专家以授予他们访问标记会话的正确权限。
确保 SME 有权访问相应的子代理:
- 对于每个代理终结点,授予 SME
CAN QUERY权限。 - 对于每个 Genie 空间,请向 SME 授予与空间交互的所有适当权限。 请参阅共享 Genie 空间。
- 对于每个 Unity Catalog 目录中的函数,授予 SME 函数的
EXECUTE权限。 - 对于每个外部 MCP 服务器,授予 SME
USE CONNECTION对 Unity Catalog 连接的权限。
如果 SME 无权访问任何子代理,主管将结束对话。 如果最终用户有权访问某些子代理,但并非所有子代理,主管会将对话重定向到用户无法访问的子代理。
- 对于每个代理终结点,授予 SME
若要自行标记数据,请单击“ 打开标记会话”。
这会在新选项卡中打开审核应用程序。作为审核者:
单击“ 开始审阅”。
在左侧,查看问题和主管的回答
在右侧的 “期望”下,查看任何现有准则,并在你认为合适时添加更多指南。
- 若要添加准则,请单击“ + 添加输入”。
- 在显示的文本框中输入准则。
- 单击“ 保存”。
查看任务方案后,单击右上角未>查看的“下一步”,转到下一个方案。
检查完所有任务方案后,退出评审应用。
审阅者完成标记会话后,返回到主管的 “提高质量 ”选项卡。
单击“ 合并 ”,将专家的反馈合并到标记的数据集。 右侧的任务场景表将使用合并的反馈进行更新。
查看反馈记录。
在 AI Playground 中再次测试主管,以查看其改进的协调性能。 如果需要,请启动另一个标记会话以收集更多标记的数据。
管理权限
默认情况下,只有 Agent Bricks 作者和工作区管理员有权访问代理。 若要允许其他用户编辑或查询代理,需要显式授予他们权限。
若要管理代理的权限,请执行以下步骤:
- 在“Agent Bricks”中打开代理。
- 在顶部,单击
烤肉串菜单。
- 单击“ 管理权限”。
- 在 “权限设置” 窗口中,选择用户、组或服务主体。
- 选择要授予的权限:
- 可以管理:允许管理代理砖块,包括设置权限、编辑代理配置以及提高其质量。
- 可以查询:允许通过 API 查询 AI Playground 中的代理砖头终结点。 仅具有此权限的用户无法在 Agent Bricks 中查看或编辑代理。
- 单击 添加。
- 单击“ 保存”。
Note
对于在 2025 年 9 月 16 日之前创建的代理终结点,可以从“服务终结点”页向终结点授予 Can Query 权限。
查询代理端点
有多种方法可以查询创建的多代理监督终结点。 使用 AI Playground 中提供的代码示例作为起点。
- 在配置选项卡上,单击在沙盒中打开。
- 在 Playground 中,单击“ 获取代码”。
- 选择如何使用终结点:
- 选择 Curl API 作为代码示例,以使用 curl 查询终结点。
- 选择 Python API 作为代码示例,以使用 Python 与终结点交互。
Limitations
- 仅支持通过 代理砖块:知识助手 创建的代理终结点。
- AI 防护栏和速率限制必须在
databricks-gte-large-en模型终结点上禁用。 请参阅在为终结点提供服务的模型上配置 AI 网关。 - 单个监督系统中不能使用 10 个以上的代理。
- 不支持启用了 增强安全性和符合性 的工作区。
- 若要使跟踪正常工作,需要启用 MLflow(Beta)的生产监视 。 请参阅 管理 Azure Databricks 预览版。