第五部分 AI 代理

本章提供有关在工作区中创建、测试、部署和监视代理的信息。

代理是端到端的代理应用。代理通过由不同类型（触发器、代理、护栏或工具）的节点表示的步骤图形进行定义。可以通过无代码可视化流构建器以及通过第三方库（如 LangGraph）的代码来定义代理。

Oracle AI Data Platform Workbench 提供了多个工具模板，可以配置这些模板来访问您的数据并适应您的用例。支持的工具包括：

• 定制工具：通过定制代码工具，代理开发人员可以使用自己的 Python 代码扩展 AI 数据平台。将工具实施打包为 ZIP 文件，将其上载到工作区并进行配置。代理使用 LLM 在运行时提供的参数将代码调用为工具。
• HTTP ：通过 HTTP 请求工具，您的代理可以调用任何 HTTPS REST API。您可以配置请求，包括方法、URL、标头、查询参数、请求正文、验证以及（可选）响应优化步骤。然后，代理在运行时调用端点。HTTP 请求工具在可视化构建器和代码构建器中都可用。在代码构建器中，该工具通过 helppUtils Python 库进行配置。
• 提示：通过提示工具，AI 开发人员可以定义可向 LLM 发出的参数化提示供他们选择。提示工具的常见用例包括电子邮件起草任务、翻译任务、样式转换、git 提交消息和代码说明。
• 远程 MCP 服务器：代理开发人员可以使用远程 MCP 服务器工具将其代理连接到远程模型上下文协议 (MCP) 服务器。
• RAG ：借助 RAG 工具，座席可以在生成响应之前提取相关的外部知识。在 AI Data Platform Workbench 中，RAG 工具查询知识库 (23ai Vector Search)，并检索语义相关的文档块。然后将这些块传递给代理以生成响应。
• SQL ：使用 SQL 工具，代理可以对通过外部目录（例如 Oracle Autonomous AI Lakehouse、Oracle Autonomous AI Transaction Processing 或 Oracle AI Database）注册的结构化数据源执行 SQL 查询。该工具适用于预定义 SQL 查询并可以进行参数化的情况。目标是让代理为参数分配值。此工具不是基于自然语言提示生成 SQL 查询的 NL2SQL 工具。

  注意：

  SQL 工具仅对外部目录中的数据执行查询。它不支持存储在标准目录中的数据。

注意：

必须先将 AI 计算附加到代理，然后才能测试系统工具。如果未附加计算，则禁用“Test（测试）”选项卡。

在 AI Data Platform Workbench 中创建代理将在您选择的工作区文件夹中生成代理构件文件 (.aflow)。无法修改此文件。