Usare l'agente supervisore per creare un sistema multi-agente coordinato

Questa pagina descrive come usare l'agente supervisore per creare un sistema di supervisione multi-agente che orchestra gli agenti e gli strumenti di intelligenza artificiale per lavorare insieme su attività complesse. È possibile migliorare il coordinamento in base al feedback del linguaggio naturale degli esperti in materia.

Che cos'è l'agente supervisore?

Utilizzare l'agente supervisore per creare un sistema supervisore che coordina Genie Spaces, endpoint agente, funzioni di Unity Catalog, server MCP e agenti personalizzati che collaborano al completamento di attività complesse in diversi settori specializzati. L'agente supervisore usa modelli avanzati di orchestrazione di intelligenza artificiale per gestire le interazioni degli agenti, la delega delle attività e la sintesi dei risultati per offrire soluzioni complete.

L'agente supervisore crea automaticamente il sistema e consente di migliorarlo nel tempo con il feedback umano. È ideale per supportare i casi d'uso seguenti:

• Fornire analisi e informazioni dettagliate sul mercato eseguendo ricerche in report di ricerca e dati sull'utilizzo.
• Rispondi alle domande sui processi interni e automatizza la gestione del backlog dei ticket.
• Velocizza il servizio clienti rispondendo a domande su politiche, FAQ, account e altri quesiti.

L'agente supervisore consente di migliorare la qualità del coordinamento del supervisore e di regolare il comportamento dell'agente in base al feedback del linguaggio naturale degli esperti in materia. Fornire esempi e linee guida per ottimizzare le prestazioni del sistema.

Supervisor Agent crea un endpoint completo che è possibile usare downstream per le applicazioni. Ad esempio, è possibile interagire con l'endpoint inviando richieste in Playground o compilare un'applicazione di chat usando Databricks Apps. Il supervisore dispone di controlli di accesso predefiniti, in modo che gli utenti finali accevano solo ai subagenti e ai dati a cui hanno accesso.

L'agente supervisore usa l'archiviazione predefinita per archiviare trasformazioni dei dati temporanee, checkpoint del modello e metadati interni che alimentano ogni agente. In caso di eliminazione dell'agente, tutti i dati associati all'agente vengono rimossi dalla risorsa di archiviazione predefinita.

Requirements

• Un'area di lavoro che include quanto segue:
  • Calcolo serverless disponibile (abilitato per impostazione predefinita nelle aree di lavoro con Catalogo Unity in un'area supportata).
  • Catalogo Unity abilitato. Vedere Abilitare un'area di lavoro per il Catalogo Unity.
  • Accesso alla gestione dei modelli.
  • Accesso a un criterio di utilizzo serverless con un budget diverso da zero.
• Un'area di lavoro in una delle aree supportate.
• L'endpoint del databricks-gte-large-en modello di incorporamento deve avere guardrail di intelligenza artificiale e limiti di frequenza disabilitati. Consultare Configurare Unity AI Gateway negli endpoint di servizio dei modelli.
• È necessario disporre di agenti o strumenti pronti per l'uso. È necessario specificare almeno un subagente.
• Gli utenti finali dell'agente supervisore devono avere accesso esplicito per interagire con ogni subagente. Per le autorizzazioni necessarie, vedere Sottoagenti e strumenti supportati .

Strumenti e sottoagenti supportati

Quando si crea un supervisore, è necessario fornire ai subagenti per coordinare e concedere agli utenti finali l'accesso esplicito a ognuno di essi. Nella tabella seguente sono elencati i tipi di subagent supportati, come creare ogni e le autorizzazioni dell'utente finale necessarie. Il supervisore dispone di controlli di accesso predefiniti, in modo che gli utenti finali accevano solo ai subagenti e ai dati a cui hanno accesso. Senza accesso esplicito, il supervisore non può restituire risposte utili da un subagente.

Creare un sistema di supervisione multi-agente

Vai all'icona nel riquadro di navigazione a sinistra della tua area di lavoro. Fare clic su Crea agente e selezionare Supervisor Agent(Agente supervisore).

Passaggio 1: Configurare il supervisore

Configura il supervisore e aggiungi gli agenti che coordinerà.

1. In Strumenti e sotto-agenti nel riquadro sinistro aggiungere gli strumenti e i subagenti. Fare clic sul tipo di strumento/agente che si vuole aggiungere, quindi selezionare dall'elenco a discesa visualizzato. In alternativa, usare la barra di ricerca per selezionare strumenti/agenti. È possibile selezionare fino a 30 agenti e strumenti diversi.

2. Per ottenere risultati migliori, fornire una descrizione per ogni strumento/sotto-agente. Fare clic sullo strumento/sottoagente per modificare la descrizione. Il supervisore usa le informazioni nella descrizione per coordinare gli agenti. Fornire il maggior numero di dettagli possibile per migliorare la delega delle attività.

3. Per gestire le autorizzazioni per ogni strumento/agente, passare il puntatore del mouse sul riquadro strumento/agente e fare clic Verrà aperto questo strumento/agente in Azure Databricks ed è possibile configurare le autorizzazioni da questa posizione. Vedere Subagenti e strumenti supportati per le autorizzazioni dell'utente finale necessarie.

   Note

   Se l'utente finale non ha accesso ad alcun subagente, il supervisore terminerà la conversazione. Se l'utente finale ha accesso ad alcuni ma non a tutti i subagenti, il supervisore reindirizzerà la conversazione da subagenti a cui l'utente non può accedere.

4. (Facoltativo) Nel campo Istruzioni specificare le linee guida per la risposta del supervisore.

5. (Facoltativo) Nel campo Descrizione fornire un riepilogo delle operazioni di questo supervisore. Questa descrizione viene visualizzata agli utenti e usata per la ricerca.

Passaggio 2: Testare l'agente supervisore

Una volta completata l'inizializzazione del supervisore, testalo per verificare quanto bene riesca a coordinare più agenti nella gestione di attività complesse. Nel riquadro laterale destro chattare con l'agente per valutarne le risposte.

1. (Facoltativo) È anche possibile testare l'agente in AI Playground. Clicca su Apri in Playground. Questo apre AI Playground con l'endpoint di supervisione connesso. Se hai abilitate le funzionalità assistive di intelligenza artificiale, puoi attivare AI Judge e Generazione sintetica di compiti per aiutarti a valutare il tuo supervisore.
2. Inserisci una domanda complessa o un compito per il tuo supervisore.
3. Valutarne la risposta. Assicurarsi che il supervisore delega correttamente le attività agli agenti corretti.
4. Durante l'interazione con il supervisore, potrebbe essere richiesto di aggiungere linee guida per migliorare la risposta. Fornire linee guida per la risposta e rigenerare la risposta.
5. In base alle risposte dell'agente, modificare i campi Descrizione e Istruzioni nel pannello a sinistra per migliorarne la configurazione.

Se si è soddisfatti delle prestazioni del supervisore, continuare a usare il supervisore così com'è.

Passaggio 3: Migliorare il supervisore

L'agente supervisore può modificare il comportamento del supervisore in base al feedback del linguaggio naturale. Raccogliere commenti e suggerimenti dagli esperti tramite la pagina di configurazione per migliorare la qualità del coordinamento del supervisore. La raccolta di dati etichettati per il supervisore può migliorare le prestazioni. L'agente supervisore riaddestrerà e ottimizzerà il supervisore utilizzando i nuovi dati.

Nella scheda Esempi aggiungere domande e scenari di attività per il supervisore.

1. Aggiungere domande all'etichetta:

   1. Fare clic su + Aggiungi per aggiungere una domanda.
   2. Nella finestra modale Aggiungi una domanda, inserisci la tua domanda.
   3. Fare clic su Aggiungi. La domanda dovrebbe essere visualizzata nell'interfaccia utente.
   4. Ripetere fino a quando non sono state aggiunte tutte le domande da valutare.
   5. Per eliminare una domanda, fare clic sul menu kebab e quindi su Elimina.

2. Dopo aver aggiunto le domande, è possibile condividere l'agente con altri utenti per esaminare per creare un set di dati con etichetta di alta qualità. Condividere un collegamento alla pagina di configurazione dell'agente supervisore per raccogliere feedback dagli esperti.

3. Assicurarsi che gli esperti abbiano accesso all'agente supervisore e ai subagenti appropriati:

   1. Nell'angolo in alto a destra, fare clic sull'icona del menu Kebab . Concedere agli esperti CAN_MANAGE autorizzazioni in modo da poter accedere all'agente e fornire feedback.
   2. Assicurarsi che lo SME abbia accesso a ogni subagente. Vedere Sottoagenti e strumenti supportati per le autorizzazioni necessarie per ogni tipo di subagente.

   Se lo SME non ha accesso ad alcun subagente, il supervisore terminerà la conversazione. Se l'utente finale ha accesso ad alcuni ma non a tutti i subagenti, il supervisore reindirizzerà la conversazione da subagenti a cui l'utente non può accedere.

4. Per etichettare i dati, fare clic su una domanda e aggiungere linee guida nel pannello visualizzato. Le linee guida si applicano subito dopo il salvataggio.

5. Testare di nuovo l'agente nella pagina di configurazione o in AI Playground per visualizzarne le prestazioni migliorate. Se necessario, aggiungere altre domande e linee guida per continuare a migliorare il comportamento.

Passaggio 4: Gestire le autorizzazioni

Per impostazione predefinita, solo gli autori dell'agente e gli amministratori dell'area di lavoro dispongono delle autorizzazioni per l'agente. Per consentire ad altri utenti di modificare o eseguire query nell'agente, è necessario concedere in modo esplicito l'autorizzazione.

Per gestire le autorizzazioni per l'agente:

1. Apri l'agente nella pagina Agenti.
2. Nella parte superiore fare clic
3. Fare clic su Gestisci autorizzazioni.
4. Nella finestra Impostazioni autorizzazione selezionare l'utente, il gruppo o l'entità servizio.
5. Selezionare l'autorizzazione per concedere:
   • Può gestire: consente di gestire l'agente, incluse le autorizzazioni di impostazione, la modifica della configurazione dell'agente e il miglioramento della qualità.
   • Può eseguire query: consente di eseguire query sull'endpoint dell'agente in AI Playground e tramite l'API. Gli utenti con questa autorizzazione non possono visualizzare o modificare l'agente nella pagina Agenti.
6. Fare clic su Aggiungi.
7. Fare clic su Salva.

Passaggio 5: Eseguire una query sull'endpoint dell'agente

Nella pagina dell'agente fare clic su Endpoint per aprire l'endpoint dell'agente e visualizzare i dettagli.

Esistono diversi modi per eseguire query sull'endpoint supervisore creato. Usare gli esempi di codice forniti in AI Playground come punto di partenza.

1. Seleziona Apri nel playground.
2. Da Playground fare clic su Recupera codice.
3. Scegliere come usare l'endpoint:
   • Selezionare Curl API per un esempio di codice per eseguire una query sull'endpoint usando curl.
   • Selezionare Python API per un esempio di codice per interagire con l'endpoint usando Python.

Gestire gli agenti supervisori con Databricks SDK

È possibile usare Databricks SDK per Python per creare e gestire a livello di codice gli agenti supervisore e i relativi strumenti. Per l'elenco completo delle operazioni disponibili, vedere le informazioni di riferimento su Supervisor Agents SDK.

Creare un agente supervisore

Nell'esempio seguente viene creato un nuovo agente supervisore con un nome visualizzato, una descrizione e istruzioni.

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)

Sostituire <display-name>, <description>e <instructions> con i valori per l'agente supervisore.

Gestire gli strumenti (subagenti)

È possibile aggiungere, aggiornare e rimuovere strumenti (subagenti) in un agente supervisore esistente usando l'SDK. Gli strumenti rappresentano subagenti, come ad esempio assistenti di conoscenza, Genie Spaces, funzioni del catalogo Unity e altri endpoint di agenti.

Aggiungere uno strumento (subagent)

Nell'esempio seguente viene aggiunto un assistente alla conoscenza come strumento in un agente supervisore esistente.

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)

Sostituire <supervisor-agent-id> con l'ID dell'agente supervisore, <knowledge-assistant-id> con l'ID dell'assistente alla knowledge base da aggiungere come strumento e <tool-id> con un identificatore univoco per lo strumento.

Aggiornare uno strumento (subagent)

Nell'esempio seguente viene aggiornata la descrizione di uno strumento esistente.

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)

Campi consentiti in update_mask: description.

Rimuovere uno strumento (sottoagente)

Nell'esempio seguente viene eliminato uno strumento dall'agente supervisore.

from databricks.sdk import WorkspaceClient

w = WorkspaceClient()

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

Limitations

• È supportato solo l'inglese.
• I controlli di intelligenza artificiale e i limiti di frequenza devono essere disabilitati nell'endpoint del databricks-gte-large-en modello. Consultare Configurare Unity AI Gateway negli endpoint di servizio dei modelli.
• Non è possibile utilizzare più di 20 agenti in un unico sistema di supervisione.
• I subagenti dell'indice di ricerca vettoriale supportano solo l'indice delta sync con incorporamenti calcolati da Databricks.
• Le aree di lavoro con sicurezza avanzata e conformità abilitate non sono supportate. Vedere Componente aggiuntivo Sicurezza e conformità avanzata.

Passaggi successivi

Attività con esecuzione prolungata dell'agente supervisore