Construa e implante agentes de IA com o Agent Bricks CLI

O Agent Bricks CLI (databricks-agentbricks) é uma ferramenta de linha de comando para desenvolvedores criarem agentes customizados direto do terminal. Ele gera um projeto estruturado a partir de um template, executa os testes localmente usando o Databricks Model Serving e faz o deploy para o runtime gerenciado da plataforma, configurando memória, sessões, ferramentas e rastreamento do MLflow automaticamente.

Para que serve

Imagine que você precisa colocar um agente de IA em produção sem perder tempo configurando infraestrutura, credenciais e ferramentas de ponta a ponta. Com ele, você pode:

• Iniciar um novo projeto com frameworks como LangGraph ou OpenAI Agents SDK.
• Executar o agente localmente na porta 8000 para testes antes de enviar para nuvem.
• Conectar ferramentas gerenciadas via Model Context Protocol (MCP) ou Unity Catalog com comandos simples.
• Rastrear a execução com o MLflow ativado por padrão.

Como usar

Primeiro, instale a ferramenta de linha de comando e faça o login no seu workspace:

pip install databricks-agentbricks
databricks auth login --host https://<seu-workspace-url> --profile <perfil>
agentbricks login --profile <perfil>

O que acontece nesse código:

1. Instala o pacote Python do CLI.
2. Autentica no Databricks usando o fluxo OAuth do navegador e salva o perfil.
3. Define o perfil como padrão para os comandos subsequentes.

Em seguida, crie um novo projeto baseado no template do LangGraph e configure os stores:

agentbricks init --framework langgraph meu-agente
cd meu-agente
agentbricks sessions bind meu-agente-sessoes
agentbricks memory bind meu-agente-memoria

O que acontece nesse código:

1. Cria um diretório com o scaffolding do projeto e o arquivo de configuração agent.toml.
2. Entra na pasta do projeto recém-criado.
3. Associa e cria um repositório gerenciado de histórico de sessões.
4. Associa e cria um repositório gerenciado de memória de longo prazo.

Para testar localmente e depois implantar em produção:

agentbricks dev
agentbricks deploy meu-agente

O que acontece nesse código:

1. Inicia um servidor local integrado com o model serving do Databricks na porta 8000.
2. Provisiona os recursos declarados e envia o agente para o runtime gerenciado.

Limitações e requisitos

• O recurso está em estágio Beta.
• Requer o Databricks CLI instalado e Python 3.10 ou superior.
• O fluxo para migrar projetos existentes (--existing) suporta LangGraph e OpenAI Agents SDK.