O Databricks MVP Gary Nakanelua testou na prática o Agent Bricks CLI, ferramenta de linha de comando em Beta para construir e implantar agente customizado direto do terminal, sem passar pela interface de workspace.

A proposta do CLI é resolver um trabalho que normalmente exige conectar várias peças manualmente: ambiente local, runtime do agente, armazenamento de memória e sessão, e rastreamento de execução via MLflow. O arquivo agent.toml funciona como fonte de verdade declarativa dessas peças, e três comandos cobrem o ciclo inteiro: agentbricks init monta o projeto a partir de um template de framework (LangGraph ou OpenAI Agents SDK), agentbricks dev roda o agente localmente contra o model serving do Azure Databricks para teste antes do deploy, e agentbricks deploy publica o agente no runtime de agente do Azure Databricks.

O que o teste prático mostrou:

  • Do diretório vazio até um agente no ar levou 188 segundos depois do início do deploy
  • O comando agentbricks init já entrega o agente com chat, memória, sessão e rastreamento MLflow conectados de uma vez, sem configuração manual de cada peça
  • O primeiro deploy falhou em 3,6 segundos por causa dos stores de memória e sessão, e desvincular esses stores foi o que permitiu completar o deploy
  • O comando de exclusão (agentbricks deployments stop ou equivalente) não limpa o projeto Lakebase criado para o agente, o que em ambiente Free Edition pode bloquear o próximo deploy até essa limpeza ser feita manualmente

Minha leitura: o ganho real de um CLI assim não é economizar linha de código, é economizar decisão. Toda vez que alguém monta agente do zero, memória, sessão e rastreamento acabam sendo decisões de arquitetura tomadas de forma improvisada, geralmente diferente a cada projeto. Ter um template que já resolve essas três peças de um jeito padronizado reduz a variação entre times, mas o detalhe do projeto Lakebase deixado para trás depois do delete é exatamente o tipo de atrito que só aparece quando alguém testa o fluxo completo de verdade, não só o caminho feliz de criar e publicar.

Fonte: https://docs.databricks.com/aws/en/agents/custom-agents/agent-bricks-cli

#AzureDatabricks #AgentBricks #CLI