概要
Agent Bricks とは
Agent Bricks は、ビジネスデータ上で動作するエージェントの構築、デプロイ、ガバナンスを実現する Databricks のエンタープライズ向けエージェントプラットフォームです。呼び出すモデル、エージェントが読み取るデータ、エージェントが実行時に使用するアイデンティティまで、モデルアクセス、実行、ガバナンス、コンテキストを単一のシステムに統合します。ワークスペースでは、Knowledge Assistant、Supervisor Agent、カスタム Python エージェントを構成できます。評価、チューニング、品質改善は Databricks が担当し、各エージェントはアプリから呼び出せる HTTP endpoint でホストされます。
Agent Bricks の概要と構築方法については、Agent Bricks のドキュメントまたは databricks-agent-bricks エージェントスキルを参照してください。
AppKit アプリから Agent Bricks の機能を利用するには、エージェント、foundation model、ガバナンスされた endpoint には Model Serving プラグインを、Unity Catalog テーブルへの自然言語クエリには Genie プラグインを使用します。
全体の構成
AppKit アプリは、Model Serving endpoint (foundation model、Knowledge Assistant、Supervisor Agent、カスタム Python エージェント) または Genie Agent (Unity Catalog テーブルに対する自然言語クエリ) を介して Agent Bricks を呼び出します。この両方に対応するのが、Model Serving プラグイン と Genie プラグイン です。
Agent Bricks 向けの AppKit プラグイン
| やりたいこと | 使用するプラグイン | フロントエンドヘルパー |
|---|---|---|
| チャットメッセージで foundation model（LLM）を呼び出す | serving | useServingStream、useServingInvoke |
| エージェント endpoint（Knowledge Assistant、Supervisor Agent、カスタム Python）を呼び出す | serving | useServingStream、useServingInvoke |
| Unity Catalog のテーブルを自然言語で照会できるようにする | genie | GenieChat、useGenieChat |
リソースに合ったプラグインを選択してください。AI 部分の実装に、他のプリミティブは必要ありません。
Auth
Serving および Genie の HTTP ルートは、デフォルトで認証済みユーザーとして実行されます。ユーザーが serving endpoint に対する CAN QUERY、または Genie Agent に対する CAN RUN を持っていない場合、呼び出しは 403 で失敗します。権限チェックを自分で記述する必要はありません。
ルートハンドラー外のサーバーロジックでは、AppKit.serving("alias").asUser(req).invoke(...) を呼び出せば同じ動作になります。
素の fetch ではなく AppKit を使う理由
serving endpoint は、トークンと fetch で直接呼び出すこともできます。プラグインは自分では実現できないことをしているわけではなく、自分で書かずに済むように次の処理を肩代わりしています。
- ルートは認証済みユーザーとして実行されるため、ユーザーごとの権限が自動的に適用されます。ユーザーには、すでに閲覧を許可されている endpoint とデータだけが表示されます。OAuth のコードを自分で書く必要はありません。詳細は 実行コンテキスト を参照してください。
- ストリーミングはすべて自動的に処理されます。SSE のパース、アンマウント時の中断、トークンの蓄積、エラー処理まで対応します。これらを担うのが
useServingStreamとuseGenieChatです。 - フロントエンドに secret を置く必要がありません。プラグインがサーバー経由でプロキシするため、トークンはバックエンドに留まります。React のバンドルに PAT が含まれることはありません。
- serving endpoint が OpenAPI スキーマを公開している場合、AppKit は型付きの endpoint エイリアスを生成し、エイリアスごとにリクエストとレスポンスの TypeScript 型を提供します。チャンクの形状も
unknownではなく、補完が効きます。
custom agent の作成は Python のワークフローです。ResponsesAgent インターフェース、エージェントフレームワーク（OpenAI Agents SDK、LangGraph、LlamaIndex）、そしてトレーシング用の MLflow を使用します。Author an AI agent を参照してください。
出発点となるテンプレートを選ぶ
ユースケースに合ったテンプレートから始めましょう。いずれのテンプレートにも、Model Serving または Genie プラグインの組み込み設定、app.yaml の resource binding、そしてそのまま動作するカスタマイズ可能な UI が含まれています。
| やりたいこと | テンプレート |
|---|---|
| アプリにストリーミングチャットボットを追加する | AI Chat App |
| ユーザーが自然言語でテーブルにクエリできるようにする | Genie Analytics App |
| 既存のアプリにマルチエージェントの Genie 切り替えを追加する | Genie Multi-Agent Selector |
次のステップ
- Unity AI Gateway: モデル、エージェントの endpoint、外部ツールへのガバナンスされたアクセスを実現します。
- Genie Agents: Unity Catalog のテーブルに対して、自然言語で対話しながらデータを分析できます。
- Custom agent endpoints: Knowledge Assistant や Supervisor Agent、独自の Python エージェントを接続します。