Utiliser l’agent de superviseur pour créer un système multi-agent coordonné

Cette page explique comment utiliser l’agent de superviseur pour créer un système de superviseur multi-agent qui orchestre les agents et les outils d’IA pour travailler ensemble sur des tâches complexes. Vous pouvez améliorer leur coordination en fonction des commentaires en langage naturel de vos experts en matière.

Qu’est-ce que l’agent de superviseur ?

Utilisez l’agent de supervision pour créer un système de supervision qui coordonne Genie Spaces, les points de terminaison de l’agent, les fonctions du catalogue Unity, les serveurs MCP et les agents personnalisés pour effectuer des tâches complexes entre différents domaines spécialisés. L’agent de supervision utilise des modèles d’orchestration IA avancés pour gérer les interactions de l’agent, la délégation de tâches et la synthèse des résultats pour fournir des solutions complètes. Il prend en charge plusieurs langues.

L’agent de supervision crée le système pour vous et vous permet de l’améliorer au fil du temps avec des commentaires humains. Il est idéal pour prendre en charge les cas d’usage suivants :

• Fournissez des analyses et des insights sur le marché en recherchant des rapports de recherche et des données d’utilisation.
• Répondez aux questions sur les processus internes et automatisez la gestion de la file d'attente des tickets pour ces processus.
• Accélérez le service client en répondant aux questions liées aux politiques, aux FAQ, aux comptes et à d'autres sujets.

L’agent de supervision vous permet d’améliorer la qualité de coordination du superviseur et d’ajuster le comportement de l’agent en fonction des commentaires en langage naturel de vos experts en matières concernées. Fournissez des exemples et des instructions pour optimiser les performances du système.

L’agent de supervision crée un point de terminaison complet que vous pouvez utiliser en aval pour vos applications. Par exemple, vous pouvez interagir avec le point de terminaison en envoyant des invites dans Playground ou en créant une application de conversation à l’aide de Databricks Apps. Le superviseur dispose de contrôles d’accès intégrés, afin que ses utilisateurs finaux accèdent uniquement aux sous-agents et aux données auxquels ils ont accès.

L’agent de supervision utilise le stockage par défaut pour stocker des transformations de données temporaires, des points de contrôle de modèle et des métadonnées internes qui alimentent chaque agent. Lors de la suppression de l’agent, toutes les données associées à l’agent sont supprimées du stockage par défaut.

Requirements

• Espace de travail qui inclut les éléments suivants :
  • Calcul serverless disponible (activé par défaut dans les espaces de travail avec Unity Catalog dans une région prise en charge).
  • Catalogue Unity activé. Consultez Activer un espace de travail pour le catalogue Unity.
  • Accès au service de modèle.
  • Accès à une stratégie d’utilisation serverless avec un budget non nul.
• Espace de travail dans l’une des régions prises en charge.
• Vous devez disposer d’agents ou d’outils prêts à être utilisés. Vous devez fournir au moins un sous-agent.
• Les utilisateurs finaux de l’agent de supervision ont besoin d’un accès explicite pour interagir avec chaque sous-agent. Consultez les sous-éléments et les outils pris en charge pour obtenir les autorisations requises.

Sous-ensembles et outils pris en charge

Lors de la création d’un superviseur, vous devez fournir des sous-agents pour qu’il coordonne et accorde aux utilisateurs finaux un accès explicite à chacun d’eux. Le tableau suivant répertorie les types de sous-éléments pris en charge, la création de chacun et les autorisations requises de l’utilisateur final. Le superviseur dispose de contrôles d’accès intégrés, afin que ses utilisateurs finaux accèdent uniquement aux sous-agents et aux données auxquels ils ont accès. Sans accès explicite, le superviseur ne peut pas retourner des réponses utiles d’un sous-agent.

Créer un système de superviseur multi-agent

Accédez à Agents dans le volet de navigation gauche de votre espace de travail. Cliquez sur Créer un agent, puis sélectionnez Agent de supervision.

Étape 1 : Configurer votre superviseur

Configurez votre superviseur et ajoutez les agents qu’il coordonnera.

1. Sous Outils et sous-agents dans le volet gauche, ajoutez vos outils et sous-agents. Cliquez sur le type d’outil/agent que vous souhaitez ajouter, puis sélectionnez-le dans la liste déroulante qui s’affiche. Vous pouvez également utiliser la barre de recherche pour sélectionner des outils/agents. Vous pouvez sélectionner jusqu’à 30 agents et outils différents.

2. Pour obtenir de meilleurs résultats, fournissez une description pour chaque outil/sous-agent. Cliquez sur l’outil/sous-agent pour ajuster la description. Le superviseur utilise les informations contenues dans la description pour l’aider à coordonner les agents. Fournissez autant de détails que possible pour améliorer sa délégation de tâches.

3. Pour gérer les autorisations pour chaque outil/agent, pointez sur la vignette outil/agent, puis cliquez sur Cela ouvre cet outil/agent dans Azure Databricks, et vous pouvez configurer des autorisations à partir de là. Consultez les sous-éléments et outils pris en charge pour obtenir les autorisations requises de l’utilisateur final.

   Note

   Si l’utilisateur final n’a pas accès à des sous-agents, le superviseur met fin à la conversation. Si l’utilisateur final a accès à certains sous-éléments, mais pas tous les sous-éléments, le superviseur redirige la conversation loin des sous-agents que l’utilisateur ne peut pas accéder.

4. (Facultatif) Dans le champ Instructions , spécifiez les instructions relatives à la façon dont le superviseur doit répondre.

5. (Facultatif) Dans le champ Description , fournissez un résumé de ce que fait ce superviseur. Cette description est présentée aux utilisateurs et utilisée pour la recherche.

Étape 2 : Tester votre agent de superviseur

Une fois l’initialisation terminée, testez-la pour voir comment le superviseur coordonne plusieurs agents pour gérer des tâches complexes. Dans le volet latéral droit, discutez avec l’agent pour évaluer ses réponses.

1. (Facultatif) Vous pouvez également tester l’agent dans AI Playground. Cliquez sur Ouvrir dans Playground. Cela ouvre AI Playground avec votre point de terminaison de superviseur connecté. Si vous avez activé les fonctionnalités d'assistance d'IA, vous pouvez activer AI Judge et génération de tâches synthétiques pour vous aider à évaluer votre superviseur.
2. Entrez une question ou une tâche complexe pour votre superviseur.
3. Évaluez sa réponse. Assurez-vous que le superviseur délègue correctement les tâches aux agents appropriés.
4. Lors de l’interaction avec le superviseur, vous pouvez être invité à ajouter des instructions pour améliorer sa réponse. Fournissez des instructions de réponse et régénérez la réponse.
5. En fonction des réponses de votre agent, ajustez les champs Description et Instructions dans le volet gauche pour améliorer sa configuration.

Si vous êtes satisfait du rendement de votre superviseur, continuez à utiliser le superviseur as-is.

Étape 3 : Améliorer le superviseur

L’agent de supervision peut ajuster le comportement du superviseur en fonction des commentaires en langage naturel. Rassemblez des commentaires d’experts via la page de configuration pour améliorer la qualité de coordination de votre superviseur. La collecte de données étiquetées pour votre superviseur peut améliorer ses performances. L’agent de supervision réentraîne et optimise le superviseur à partir des nouvelles données.

Sous l’onglet Exemples , ajoutez des questions et des scénarios de tâches pour le superviseur.

1. Ajoutez des questions à l’étiquette :

   1. Cliquez sur + Ajouter pour ajouter une question.
   2. Dans le mode Ajouter une question , entrez votre question.
   3. Cliquez sur Ajouter. La question doit apparaître dans l’interface utilisateur.
   4. Répétez jusqu’à ce que vous ayez ajouté toutes les questions que vous souhaitez évaluer.
   5. Pour supprimer une question, cliquez sur le menu kebab, puis supprimez.

2. Une fois que vous avez terminé d’ajouter vos questions, vous pouvez partager l’agent avec des tiers afin de vous aider à créer un jeu de données étiqueté de haute qualité. Partagez un lien vers votre page de configuration de l’agent de supervision pour recueillir des commentaires d’experts.

3. Assurez-vous que les experts ont accès à l’agent de superviseur et aux sous-agents appropriés :

   1. Dans le coin supérieur droit, cliquez sur puis sur gérer les autorisations. Accordez aux experts des autorisations CAN_MANAGE afin qu’ils puissent accéder à l’agent et fournir des commentaires.
   2. Assurez-vous que la PME a accès à chaque sous-agent. Consultez les sous-éléments et outils pris en charge pour connaître les autorisations requises par type de sous-paramètre.

   Si la PME n’a pas accès à des sous-agents, le superviseur termine la conversation. Si l’utilisateur final a accès à certains sous-éléments, mais pas tous les sous-éléments, le superviseur redirige la conversation loin des sous-agents que l’utilisateur ne peut pas accéder.

4. Pour étiqueter les données, cliquez sur une question et ajoutez des instructions dans le panneau qui s’affiche. Les instructions s’appliquent juste après leur enregistrement.

5. Testez à nouveau l’agent dans la page de configuration ou AI Playground pour voir ses performances améliorées. Si nécessaire, ajoutez d’autres questions et recommandations pour continuer à améliorer le comportement.

Étape 4 : Gérer les autorisations

Par défaut, seuls les auteurs de l’agent et les administrateurs d’espace de travail disposent d’autorisations pour l’agent. Pour permettre à d’autres utilisateurs de modifier ou d’interroger votre agent, vous devez leur accorder explicitement l’autorisation.

Pour gérer les autorisations sur votre agent :

1. Ouvrez votre agent sur la page Agents.
2. En haut, cliquez sur Menu kebab.
3. Cliquez sur Gérer les autorisations.
4. Dans la fenêtre Paramètres d’autorisation , sélectionnez l’utilisateur, le groupe ou le principal du service.
5. Sélectionnez l’autorisation d’accorder :
   • Peut gérer : permet de gérer l’agent, notamment la définition des autorisations, la modification de la configuration de l’agent et l’amélioration de sa qualité.
   • Peut interroger : autorise l’interrogation du point de terminaison de l’agent dans AI Playground et via l’API. Les utilisateurs disposant uniquement de cette autorisation ne peuvent pas afficher ou modifier l’agent sur la page Agents.
6. Cliquez sur Ajouter.
7. Cliquez sur Enregistrer.

Étape 5 : Interroger le point de terminaison de l’agent

Dans la page de l’agent, cliquez sur Point de terminaison pour ouvrir le point de terminaison de l’agent et voir les détails.

Il existe plusieurs façons d’interroger le point de terminaison de supervisor créé. Utilisez les exemples de code fournis dans AI Playground comme point de départ.

1. Cliquez sur Ouvrir dans le terrain de jeux.
2. Dans Playground, cliquez sur Obtenir le code.
3. Choisissez la façon dont vous souhaitez utiliser le point de terminaison :
   • Sélectionnez l’API Curl pour obtenir un exemple de code pour interroger le point de terminaison à l’aide de curl.
   • Sélectionnez Python API pour obtenir un exemple de code permettant d’interagir avec le point de terminaison à l’aide de Python.

Gérer les agents de supervision à l’aide du Kit de développement logiciel (SDK) Databricks

Vous pouvez utiliser le SDK Databricks pour Python pour créer et gérer par programmation des agents de supervision et leurs outils. Pour obtenir la liste complète des opérations disponibles, consultez la référence du Kit de développement logiciel (SDK) Des agents de supervision.

Créer un agent de superviseur

L’exemple suivant crée un agent de superviseur avec un nom complet, une description et des instructions.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.supervisoragents import SupervisorAgent

w = WorkspaceClient()

supervisor_agent = SupervisorAgent(
    display_name="<display-name>",
    description="<description>",
    instructions="<instructions>",
)
created = w.supervisor_agents.create_supervisor_agent(supervisor_agent=supervisor_agent)
print(created)

Remplacez <display-name>, <description>et <instructions> par les valeurs de votre agent de supervision.

Gérer les outils (sous-agents)

Vous pouvez ajouter, mettre à jour et supprimer des outils (sous-agents) sur un agent de superviseur existant à l’aide du Kit de développement logiciel (SDK). Les outils représentent des sous-agents tels que des assistants de connaissance, Génie Spaces, des fonctions de catalogue Unity et d'autres points de terminaison d'agents.

Ajouter un outil (sous-agent)

L'exemple suivant ajoute un assistant en gestion de la connaissance en tant qu'outil sur un agent superviseur existant.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.supervisoragents import Tool, KnowledgeAssistant

w = WorkspaceClient()

tool = Tool(
    tool_type="knowledge_assistant",
    description="<tool-description>",
    knowledge_assistant=KnowledgeAssistant(
        knowledge_assistant_id="<knowledge-assistant-id>",
    ),
)

created_tool = w.supervisor_agents.create_tool(
    parent="supervisor-agents/<supervisor-agent-id>",
    tool=tool,
    tool_id="<tool-id>",
)
print(created_tool)

Remplacez <supervisor-agent-id> par l’ID de votre agent de superviseur, <knowledge-assistant-id> par l’ID de l’Assistant connaissances à ajouter en tant qu’outil et <tool-id> par un identificateur unique pour l’outil.

Mettre à jour un outil (sous-agent)

L’exemple suivant met à jour la description d’un outil existant.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.supervisoragents import Tool
from databricks.sdk.common.types.fieldmask import FieldMask

w = WorkspaceClient()

updated_tool = w.supervisor_agents.update_tool(
    name="supervisor-agents/<supervisor-agent-id>/tools/<tool-id>",
    tool=Tool(
        tool_type="knowledge_assistant",
        description="<new-description>",
    ),
    update_mask=FieldMask(["description"]),
)
print(updated_tool)

Champs autorisés dans update_mask: description.

Supprimer un outil (sous-agent)

L’exemple suivant supprime un outil d’un agent de supervision.

from databricks.sdk import WorkspaceClient

w = WorkspaceClient()

w.supervisor_agents.delete_tool(
    name="supervisor-agents/<supervisor-agent-id>/tools/<tool-id>",
)

Limitations

• Vous ne pouvez pas utiliser plus de 20 agents dans un seul système de supervision.
• Les sous-agents d’index de Recherche IA ne prennent en charge que les index Delta Sync. Consultez Créer des points de terminaison et des index de recherche IA.
• La recherche web n’est pas disponible sur les espaces de travail avec la conformité HIPAA/BAA activée. La recherche web n’est disponible que dans les régions avec un modèle natif compatible recherche web ou des régions avec traitement inter-géographie activé. Le superviseur bloque l’ajout de l’outil de recherche web dans des espaces de travail inéligibles.
• Les espaces de travail pour lesquels l’option Sécurité et conformité renforcées est activée ne sont pas pris en charge. Consultez le module complémentaire Sécurité et conformité améliorée.

Étapes suivantes

Tâches longues de l’Agent de supervision