¿Qué es Agent Bricks?

Agent Bricks es la plataforma de agentes empresariales de Databricks para crear, desplegar y gobernar agentes que operan sobre los datos de tu negocio. Unifica el acceso a modelos, la ejecución, la gobernanza y el contexto en un único sistema: desde el modelo que invocas hasta los datos que lee tu agente y la identidad con la que actúa. En tu workspace configuras Knowledge Assistants, Supervisor Agents y agentes personalizados en Python. Databricks se encarga de la evaluación, el ajuste y la mejora de la calidad, y después aloja cada agente en un endpoint HTTP que tu aplicación puede invocar.

Para saber qué es Agent Bricks y cómo desarrollar con él, consulta la documentación de Agent Bricks o la agent skill databricks-agent-bricks.

Tu aplicación de AppKit se conecta a las capacidades de Agent Bricks mediante el plugin de Model Serving, para agentes, modelos fundacionales y endpoints gobernados, y el plugin de Genie, para consultas en lenguaje natural sobre tablas de Unity Catalog.

Cómo encaja todo

Tu aplicación de AppKit llama a Agent Bricks a través de un endpoint de Model Serving (un modelo fundacional, un Knowledge Assistant, un Supervisor Agent o un agente de Python personalizado) o de un Genie Agent (consultas en lenguaje natural sobre tablas de Unity Catalog). El plugin de Model Serving y el plugin de Genie cubren ambos casos.

Plugins de AppKit para Agent Bricks

Elige el plugin que corresponda al recurso. No hace falta ninguna otra primitiva para la capa de IA.

Auth

Las rutas HTTP de serving y de Genie se ejecutan en nombre del usuario autenticado de forma predeterminada. Si el usuario no tiene CAN QUERY en el endpoint de serving o CAN RUN en el Genie Agent, la llamada falla con un 403. No hace falta que escribas la comprobación de permisos.

Para la lógica de servidor fuera de un manejador de rutas, llama a AppKit.serving("alias").asUser(req).invoke(...) para mantener el mismo comportamiento.

Por qué AppKit en lugar de fetch a secas

Podrías llamar a un endpoint de serving directamente con fetch y un token. El plugin no hace nada que no puedas hacer tú mismo; simplemente se encarga de estas cosas para que tú no tengas que hacerlo:

• Las rutas se ejecutan como el usuario autenticado, por lo que los permisos por usuario se aplican automáticamente. Tus usuarios solo ven los endpoints y los datos a los que ya tienen acceso. Sin código de OAuth de tu parte. Consulta Contexto de ejecución para conocer los detalles.
• Todo el streaming se gestiona por ti: análisis de SSE, cancelación al desmontar, acumulación de tokens y manejo de errores. De eso se encargan useServingStream y useGenieChat.
• Sin secretos en el frontend. El plugin hace de proxy a través de tu servidor y los tokens permanecen en el backend. Sin PAT en el bundle de React.
• Cuando tu endpoint de serving publica un esquema de OpenAPI, AppKit genera alias de endpoint tipados con tipos de TypeScript para la solicitud y la respuesta de cada alias. Autocompletado para las formas de los chunks, en lugar de unknown.

Elige una plantilla para empezar

Parte de una plantilla que se ajuste a tu caso de uso. Cada una incluye la integración del plugin de Model Serving o Genie, un enlace de recursos en app.yaml y una interfaz funcional que puedes adaptar.

Qué sigue

• Unity AI Gateway para el acceso gobernado a modelos, endpoints de agentes y herramientas externas.
• Genie Agents para conversar con tus datos en tablas de Unity Catalog.
• Endpoints de agentes personalizados para integrar Knowledge Assistant, Supervisor Agent o tu propio agente en Python.