通过

AI 代理工具

本文概述了如何使用马赛克 AI 代理框架生成 AI 代理工具。

AI 代理工具使代理能够执行语言生成以外的任务，例如检索结构化或非结构化数据和执行自定义代码。

Unity 目录函数工具与代理代码工具

在 Agent Framework 中创建工具有两种主要方法：将该工具定义为 Unity 目录函数，或直接在代理的代码中定义该工具。

代理可以使用 Unity 目录函数工具或代理代码工具的任意组合。 这两种类型的工具都适用于使用原生 Python 编写的代理，或使用 LangGraph 和 OpenAI SDK 等生成式AI创作工具库。

Unity 目录函数工具 代理代码工具
  • 定义为 Unity 目录 UDF
  • 在 Unity 目录中作为工具的中心注册表进行管理
  • 内置安全性和符合性功能
  • 便于发现和重用
  • 适用于对大型数据集应用转换和聚合
  • 直接在代理的代码中定义
  • 缺乏 Unity Catalog 功能的内置管理和可发现性
  • 非常适合调用 REST API、运行任意代码或运行低延迟工具

创建代理工具

若要了解如何创建代理工具，请参阅 使用 Unity 目录函数创建自定义 AI 代理工具。

常见的代理工具类型包括：

向代理添加 Unity 目录工具

与直接在代理代码中定义的代理代码工具不同，必须将 Unity 目录工具显式添加到代理中，才能使其可用。

Databricks 建议使用 UCFunctionToolkit Unity 目录工具与代理创作框架（如 LangChain、OpenAI 或其他 SDK）集成。 该工具包可确保不同框架的一致性，并自动执行有用的功能。 请参阅 使用 Unity 目录函数创建自定义 AI 代理工具。

可以使用 AI Playground 将 Unity 目录工具快速添加到代理，并在部署它们之前制作其行为的原型。 请参阅 AI Playground 中的原型工具调用代理。

管理 Unity Catalog 工具

使用 Databricks 函数客户端 管理 Unity 目录工具。 Databricks 函数客户端基于开源 Unity 目录函数客户端，但提供了 Databricks 特有的多项改进。

有关管理 Unity 目录函数的信息，请参阅 Unity 目录文档 - 函数客户端。

模型上下文协议：标准化对工具的访问

模型上下文协议（MCP）是一种开放标准，它为 AI 代理提供了连接到工具、数据和资源的通用方法。 MCP 充当代理和它们需要与之交互的外部系统之间的桥梁。

Databricks 提供以下 MCP 选项：

  • 托管 MCP 服务器：Databricks 具有现成的服务器，可让代理查询 Unity 目录中的数据和访问工具。

  • 自定义 MCP 服务器：安全地托管自己的 MCP 服务器或运行第三方 MCP 服务器。

请参阅 Databricks 上的模型上下文协议（MCP）。

后续步骤