通过

AI 代理工具

AI 代理工具为代理提供实用功能，例如搜索文档、分析电子表格中的数据、调用 REST API 或执行 Python 代码。 代理可以处理实际数据和系统，而不是仅生成文本。

选择工具方法

有三个选项可用于创建代理可以使用的工具。 根据治理、灵活性或集成需求进行选择：

Unity 目录函数工具 代理代码工具 模型上下文协议 （MCP） 工具
  • 定义为 Unity 目录 UDF
  • 在 Unity Catalog 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
  • 请参阅 “创建和使用 UC 工具”
  • 直接在代理的代码中定义
  • 非常适合调用 REST API、运行任意代码或运行低延迟工具
  • 缺乏 Unity Catalog 功能的内置治理和可发现性
  • 请参阅 示例代理代码工具
  • 遵循 MCP 标准的工具的互操作性
  • 可以管理（Databricks 托管）、外部（第三方）或自定义（自承载）
  • 标准化接口允许在不同的代理框架中重复使用
  • 适用于访问外部服务、第三方 API 或构建可重用工具生态系统
  • 请参阅 Databricks 上的 MCP

可以混合和匹配这些方法中的任何一种。 无论是在纯 Python 中构建代理，还是使用 LangChain、OpenAI SDK 或 LangGraph 等框架，这三者都起作用。

常见工具模式

探索这些工具模式和示例，这些模式和示例可以使用以下三种工具方法之一实现：

工具模式 Description
结构化数据检索工具 查询 SQL 表、数据库和结构化数据源。
非结构化数据检索工具 搜索文档集合并执行检索增强生成。
代码解释器工具 允许代理运行 Python 代码进行计算、数据分析和动态处理。
外部连接工具 连接到外部服务和 API，例如 Slack。
AI试验场原型设计 使用 AI Playground 在部署代理之前快速将 Unity 目录工具添加到代理并制作其行为的原型。