Sistemas agénticos: Despliegue y evalúe aplicaciones de RAG con Databricks AI

Databricks le permite crear potentes agentes de IA mediante LLM fundacionales, generación aumentada por recuperación (RAG), búsqueda vectorial, extracción de PDF y Mosaic AI Agent Evaluation. Con RAG, puede enriquecer los prompts con conocimientos específicos del dominio para ofrecer respuestas más inteligentes y precisas sin necesidad de ajustar sus propios modelos.

En esta demostración, aprenderá a:

• Crear herramientas y guardarlas como funciones de Unity Catalog

• Crear e implementar su primer agente con LangChain

• Evalúe su agente y cree un bucle de evaluación para garantizar que las nuevas versiones tengan un mejor rendimiento en su conjunto de datos

• Preparar documentos y crear una base de conocimiento con Vector Search

• Implementar un chatbot de Q&A en tiempo real con RAG

• Evalúe el rendimiento con Mosaic AI Agent Evaluation y MLflow 3.0

• Analice y extraiga información con la función integrada de Databricks ai_parse_document

• Supervise los agentes en vivo y revise el comportamiento en producción

• Implemente un front-end de chatbot con la aplicación de Lakehouse

Para ejecutar el demo, obtén un espacio de trabajo de Databricks gratuito y ejecuta los siguientes dos comandos en un notebook de Python: