Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
På den här sidan beskrivs hur du använder Supervisor Agent för att skapa ett system för övervakare med flera agenter som samordnar AI-agenter och verktyg för att arbeta tillsammans med komplexa uppgifter. Du kan förbättra deras samordning baserat på feedback om naturligt språk från dina ämnesexperter.
Vad är övervakaragent?
Använd Supervisor Agent för att skapa ett övervakarsystem som samordnar Genie Spaces, agentslutpunkter, Unity Catalog-funktioner, MCP-servrar och anpassade agenter för att arbeta tillsammans för att slutföra komplexa uppgifter i olika specialiserade domäner. Övervakaragenten använder avancerade AI-orkestreringsmönster för att hantera agentinteraktioner, uppgiftsdelegering och resultatsyntes för att leverera omfattande lösningar. Det stöder flera språk.
Supervisor Agent bygger systemet åt dig och gör att du kan förbättra det över tid med mänsklig feedback. Det är idealiskt för att stödja följande användningsfall:
- Tillhandahålla marknadsanalys och insikter genom att söka bland forskningsrapporter och användningsdata.
- Svara på frågor om interna processer och automatisera ärendekön för interna processer.
- Snabba upp kundtjänsten genom att svara på principer, vanliga frågor och svar, konto och andra frågor.
Med handledaragenten kan du förbättra chefens samordningskvalitet och justera agentbeteendet baserat på feedback från ditt ämnesexperter på naturligt språk. Ange exempel och riktlinjer för att optimera systemets prestanda.
Supervisor Agent skapar en omfattande slutpunkt som du kan använda nedströms för dina program. Du kan till exempel interagera med slutpunkten genom att skicka frågor i Playground eller skapa ett chattprogram med Databricks Apps. Övervakaren har inbyggda åtkomstkontroller, så att slutanvändarna endast får åtkomst till de underagenter och data som de har åtkomst till.
Övervakaragenten använder standardlagring för att lagra tillfälliga datatransformeringar, modellkontrollpunkter och interna metadata som driver varje agent. Vid borttagning av agent tas alla data som är associerade med agenten bort från standardlagringen.
Requirements
- En arbetsyta som innehåller följande:
- Serverlös beräkning är tillgänglig (aktiverad som standard i arbetsytor med Unity Catalog i en region som stöds).
- Unity Catalog aktiverat. Se Aktivera en arbetsyta för Unity Catalog.
- Åtkomst till modelltjänst.
- Åtkomst till en serverlös användningsprincip med en icke-nollbudget.
- En arbetsyta i en av de regioner som stöds.
- Du måste ha agenter eller verktyg som är redo att användas. Du måste ange minst en underagent.
- Slutanvändare av övervakaragenten behöver explicit åtkomst för att interagera med varje underagent. Se Underagenter och verktyg som stöds för nödvändiga behörigheter.
Underagenter och verktyg som stöds
Varning
Körning av godtycklig kod i ett agentverktyg kan exponera känslig eller privat information som agenten har åtkomst till. Kunderna ansvarar för att endast köra betrodd kod och implementera skyddsräcken och rätt behörigheter för att förhindra oavsiktlig åtkomst till data.
När du skapar en övervakare måste du ange underagenter för att den ska samordna och ge slutanvändarna explicit åtkomst till var och en. I följande tabell visas typer av underagenter som stöds, hur du skapar var och en och de nödvändiga slutanvändarbehörigheterna. Övervakaren har inbyggda åtkomstkontroller, så att slutanvändarna endast får åtkomst till de underagenter och data som de har åtkomst till. Utan explicit åtkomst kan övervakaren inte returnera användbara svar från en underagent.
| Subagenttyp | Så här skapar du | Nödvändiga slutanvändares behörigheter |
|---|---|---|
| Genie Space | Skapa och hantera ett Genie-utrymme | Åtkomst till Genie Space och dess underliggande Unity Catalog-objekt. Se Dela ett Genie-utrymme. |
| Publicerad översikt | Skapa en instrumentpanel och publicera sedan en instrumentpanel |
CAN VIEW på den publicerade instrumentpanelen. Se Hantera instrumentpanelsbehörigheter. |
| Knowledge Assistant-agentens slutpunkt | Använda Kunskapsassistenten för att skapa en chattrobot av hög kvalitet i dina dokument |
CAN QUERY på agentslutpunkten. Se Hantera behörigheter. |
| Modell som betjänar slutpunkt | Skapa anpassade modellserverslutpunkter |
CAN QUERY på serveringsslutpunkten. Se Hantera behörigheter för en modell som betjänar slutpunkten. |
| Unity Catalog-funktion | Skapa AI-agentverktyg med hjälp av Unity Catalog-funktioner |
EXECUTE om funktionen Unity Catalog. Se EXECUTE. |
| Unity Catalog-tabell | Azure Databricks tabeller |
SELECT i tabellen, plus USE CATALOG och USE SCHEMA i den överordnade katalogen och schemat. Se referens för Unity Catalog-behörigheter. |
| Unity Catalog-volymen | Vad är Unity Catalog-volymer? |
READ VOLUME på volymen, plus USE CATALOG och USE SCHEMA på dess överordnade katalog och schema. Se referens för Unity Catalog-behörigheter. |
| AI Search index | Skapa AI Search-slutpunkter och index |
USE CATALOG i den överordnade katalogen, USE SCHEMA i det överordnade schemat och SELECT i AI Search-indexet. Se referens för Unity Catalog-behörigheter. |
| Övervakaragent | Använda övervakaragenten för att skapa ett samordnat system med flera agenter |
CAN QUERY på övervakaragenten. Se Steg 4: Hantera behörigheter. |
| Webbsökning | Inbyggd funktion – ingen konfiguration krävs. Övervakaragenten använder FOUNDATION Model-API:er för webbsökning. Se Begränsningar för berättigande till arbetsyta. | Inga ytterligare behörigheter. Övervakaren uppmanar alltid slutanvändaren att godkänna varje webbsökningsanrop innan frågan skickas till den offentliga webben och returnerar ett syntetiserat svar med källciteringar. |
| Extern MCP-server | Anslut agenter till verktyg från tredje part med MCP-tjänster eller installera en från Databricks Marketplace. |
USE CONNECTION på Unity Catalog-anslutningen. Se ANVÄNDA ANSLUTNING. |
| Anpassad MCP-server | Drifta din egen MCP-server |
CAN_USE i Databricks-appen. Se Autentisering för AI-agenter. |
| Anpassad agent | Skapa en AI-agent och distribuera den i Databricks-appar |
CAN_USE i Databricks-appen. Se Autentisering för AI-agenter. |
Skapa ett system för övervakare med flera agenter
Gå till Agenter i det vänstra navigeringsfönstret på arbetsytan. Klicka på Skapa agent och välj Övervakaragent.
Steg 1: Konfigurera din övervakare
Konfigurera din övervakare och lägg till de agenter som den ska samordna.
Under Verktyg och underagenter i fönstret till vänster lägger du till dina verktyg och underagenter. Klicka på den typ av verktyg/agent som du vill lägga till och välj sedan i listrutan som visas. Eller använd sökfältet för att välja verktyg/agenter. Du kan välja upp till 30 olika agenter och verktyg.
Ge bättre resultat genom att ange en beskrivning för varje verktyg/underagent. Klicka på verktyget/underagenten för att justera beskrivningen. Övervakaren använder informationen i beskrivningen för att hjälpa den att samordna agenter. Ange så mycket information som möjligt för att förbättra uppgiftsdelegeringen.
Om du vill hantera behörigheter för varje verktyg/agent hovra över panelen verktyg/agent och klicka på
. Då öppnas verktyget/agenten i Azure Databricks och du kan konfigurera behörigheter därifrån. Se Underagenter och verktyg som stöds för nödvändiga slutanvändares behörigheter.
Note
Om slutanvändaren inte har åtkomst till några underagenter avslutar övervakaren konversationen. Om slutanvändaren har åtkomst till vissa men inte alla underagenter omdirigerar övervakaren konversationen bort från underagenter som användaren inte kan komma åt.
(Valfritt) I fältet Instruktioner anger du riktlinjer för hur övervakaren ska svara.
(Valfritt) I fältet Beskrivning anger du en sammanfattning av vad den här övervakaren gör. Den här beskrivningen visas för användare och används för sökning.
Steg 2: Testa din övervakaragent
När din samordnare är klar med initieringen kan du testa den för att se hur väl den samordnar flera agenter för att hantera komplexa uppgifter. I den högra rutan chattar du med agenten för att utvärdera dess svar.
- (Valfritt) Du kan också testa agenten i AI Playground. Klicka på Öppna i Playground. Detta öppnar AI Playground med din styrande slutpunkt ansluten. Om du har aktiverat AI-hjälpmedelsfunktioner kan du aktivera AI Judge och syntetisk uppgiftsgenerering för att hjälpa dig att utvärdera din handledare.
- Ange en komplex fråga eller uppgift för din övervakare.
- Utvärdera dess svar. Se till att övervakaren delegerar uppgifter till rätt agenter.
- När du interagerar med övervakaren kan du uppmanas att lägga till riktlinjer för att förbättra dess svar. Ange riktlinjer för svar och återskapa svaret.
- Baserat på agentens svar justerar du fälten Beskrivning och Instruktioner på den vänstra panelen för att förbättra konfigurationen.
Om du är nöjd med din handledares prestanda fortsätter du att använda övervakaren as-is.
Steg 3: Förbättra övervakaren
Övervakaragenten kan justera övervakarens beteende baserat på feedback från naturligt språk. Samla in feedback från experter via konfigurationssidan för att förbättra din handledares samordningskvalitet. Att samla in etiketterade data för din övervakare kan förbättra dess prestanda. Övervakaragenten tränar om och optimerar övervakaren från nya data.
På fliken Exempel lägger du till frågor och uppgiftsscenarier för övervakaren.
Lägg till frågor i etiketten:
- Klicka på + Lägg till för att lägga till en fråga.
- I modalen Lägg till en fråga anger du din fråga.
- Klicka på Lägg till. Frågan bör visas i användargränssnittet.
- Upprepa tills du har lagt till alla frågor som du vill utvärdera.
- Om du vill ta bort en fråga klickar du på menyn för kebab och sedan på Ta bort.
När du har lagt till dina frågor kan du dela agenten med andra för att granska för att hjälpa dig att skapa en etiketterad datauppsättning av hög kvalitet. Dela en länk till konfigurationssidan för din övervakaragent för att samla in feedback från experter.
Se till att experterna har åtkomst till övervakaragenten och lämpliga underagenter:
- I det övre högra hörnet klickar du på
att hantera behörigheter. Ge experterna CAN_MANAGE behörigheter så att de kan komma åt agenten och ge feedback.
- Kontrollera att SME har åtkomst till varje underagent. Se Underagenter och verktyg som stöds för de behörigheter som krävs per subagenttyp.
Om SME inte har åtkomst till några underagenter avslutar övervakaren konversationen. Om slutanvändaren har åtkomst till vissa men inte alla underagenter omdirigerar övervakaren konversationen bort från underagenter som användaren inte kan komma åt.
- I det övre högra hörnet klickar du på
Om du vill märka data klickar du på en fråga och lägger till Riktlinjer i panelen som visas. Riktlinjerna tillämpas direkt efter att de har sparats.
Testa agenten igen på konfigurationssidan eller AI Playground för att se dess förbättrade prestanda. Om det behövs lägger du till fler frågor och riktlinjer för att fortsätta förbättra beteendet.
Steg 4: Hantera behörigheter
Som standard har endast agentförfattare och arbetsyteadministratörer behörighet till agenten. Om du vill tillåta att andra användare redigerar eller frågar din agent måste du uttryckligen ge dem behörighet.
Så här hanterar du behörigheter för din agent:
- Öppna din agent på sidan Agenter .
- Längst upp klickar du på
- Klicka på Hantera behörigheter.
- I fönstret Behörighetsinställningar väljer du användaren, gruppen eller tjänstens huvudnamn.
- Välj behörighet att bevilja:
- Kan hantera: Tillåter hantering av agenten, inklusive att ange behörigheter, redigera agentkonfigurationen och förbättra dess kvalitet.
- Kan ställas frågor: Tillåter att skicka frågor till agentslutpunkten i AI Playground och via API. Användare med endast den här behörigheten kan inte visa eller redigera agenten på sidan Agenter.
- Klicka på Lägg till.
- Klicka på Spara.
Note
För agentslutpunkter som skapats före den 16 september 2025 kan du bevilja Can Query-behörigheter till slutpunkten från sidan Serveringsslutpunkter .
Steg 5: Fråga agentslutpunkten
På agentsidan klickar du på Slutpunkt för att öppna agentslutpunkten och se information.
Det finns flera sätt att anropa den skapade övervakningsslutpunkten. Använd kodexemplen i AI Playground som utgångspunkt.
- Klicka på Öppna på lekplats.
- Klicka på Hämta kod från Playground.
- Välj hur du vill använda slutpunkten:
- Välj Curl API för ett kodexempel för att fråga slutpunkten med curl.
- Välj Python API för ett kodexempel för att interagera med slutpunkten med hjälp av Python.
Hantera övervakaragenter med hjälp av Databricks SDK
Important
Den här funktionen finns i Beta. Kontoadministratörer kan styra åtkomsten till den här funktionen från sidan Förhandsversioner . Se Hantera Azure Databricks förhandsversioner.
Du kan använda Databricks SDK för Python för att programmatiskt skapa och hantera övervakaragenter och deras verktyg. För en fullständig lista över tillgängliga åtgärder, se SDK-referensen för övervakningsagenter.
Skapa en övervakaragent
I följande exempel skapas en ny övervakaragent med visningsnamn, beskrivning och instruktioner.
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)
Ersätt <display-name>, <description>och <instructions> med värdena för din övervakaragent.
Hantera verktyg (underagenter)
Du kan lägga till, uppdatera och ta bort verktyg (underagenter) på en befintlig övervakaragent med hjälp av SDK. Verktyg representerar underagenter som kunskapsassistenter, Genie Spaces, Unity Catalog-funktioner och andra agentslutpunkter.
Lägg till ett verktyg (underagent)
I följande exempel läggs en kunskapsassistent till som ett verktyg på en befintlig övervakaragent.
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)
Ersätt <supervisor-agent-id> med ID:t för din arbetsledares agent, <knowledge-assistant-id> med ID:t för kunskapsassistenten som ska läggas till som ett verktyg och <tool-id> med en unik identifierare för verktyget.
Uppdatera ett verktyg (underagent)
I följande exempel uppdateras beskrivningen av ett befintligt verktyg.
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)
Tillåtna fält i update_mask: description.
Ta bort ett verktyg (subagent)
I följande exempel tas ett verktyg bort från en övervakaragent.
from databricks.sdk import WorkspaceClient
w = WorkspaceClient()
w.supervisor_agents.delete_tool(
name="supervisor-agents/<supervisor-agent-id>/tools/<tool-id>",
)
Limitations
- Du kan inte använda fler än 20 agenter i ett enda övervakarsystem.
- UNDERagenter för AI Search-index stöder endast Delta Sync-index. Se Skapa AI Search-slutpunkter och index.
- Webbsökning är inte tillgängligt på arbetsytor med HIPAA/BAA-efterlevnad aktiverat. Webbsökning är endast tillgängligt i regioner med en webbsökningskompatibel intern modell eller regioner med bearbetning mellan geografiska områden aktiverad. Övervakaren blockerar tillägg av webbsökningsverktyget i ej berättigade arbetsytor.
- Arbetsytor som har förbättrad säkerhet och efterlevnad aktiverat stöds inte. Se Utökat tillägg för säkerhet och efterlevnad.