Dare vita alle visualizzazioni nei sistemi multiagente con Vega-Lite su Databricks

Il vostro team ha lavorato incessantemente per creare un agente supervisore capace di analizzare con precisione i ricavi del quarto trimestre (Q4) e di identificare i fattori di crescita. La sfida successiva consiste nel rendere queste intuizioni disponibili dove gli stakeholder lavorano effettivamente, come in Microsoft Teams. Poiché ogni piattaforma esterna utilizza un linguaggio visivo unico, l'integrazione di risposte grafiche ricche può essere complessa, costringendo spesso gli agenti a ricorrere a tabelle di testo di base.

È qui che la flessibilità intrinseca dell'agente supervisore diventa un chiaro vantaggio. Databricks ha progettato il framework degli agenti per supportare un'ampia personalizzazione attraverso strumenti come le Unity Catalog Functions e il Model Context Protocol (MCP). Sfruttando queste integrazioni insieme a Vega-Lite, gli sviluppatori possono superare le limitazioni specifiche della piattaforma e creare visualizzazioni portatili e di alta qualità. Questo approccio garantisce che l'agente supervisore offra intuizioni grafiche chiare che mantengano il loro contesto e impatto, indipendentemente dall'applicazione di destinazione.

Agent Bricks: Dando vita all'IA pronta per la produzione

Agent Bricks facilita l'IA pronta per la produzione attraverso un agente supervisore che organizza strumenti specializzati per gestire query multidominio. Nelle cloud e regioni supportate di Databricks, questa architettura permette a un supervisore di delegare le attività in modo intelligente:

• Scomposizione delle attività: Analizza le richieste complesse e le suddivide in sotto-attività gestibili.
• Orchestrazione degli strumenti: Invia le sotto-attività a strumenti specializzati come motori di query, assistenti di conoscenza o modelli di linguaggio.
• Composizione delle risposte: Integra i risultati provenienti da vari strumenti per formulare una risposta completa e coerente.

Questo sistema eccelle nella scomposizione delle attività. Per una richiesta come “Confrontare i ricavi del quarto trimestre tra le regioni”, il supervisore instrada l'analisi quantitativa a Genie e, allo stesso tempo, interroga un Assistente di Conoscenza per documenti contestuali.

Trasformare i dati grezzi in informazioni visive con Vega-Lite

Gli agenti di dati richiedono un metodo affidabile per trasformare i dati grezzi in informazioni visive utilizzabili. Combinando le Unity Catalog Functions con Vega-Lite, gli sviluppatori possono generare visualizzazioni governate e portatili che gli agenti restituiscono insieme a testo e dati.

Nel complesso, questo approccio permette agli agenti di restituire visualizzazioni governate con la stessa facilità con cui restituiscono testo. Vega-Lite può anche ridurre il sovraccarico di implementazione rispetto al codice grafico imperativo, con benefici aggiuntivi:

• Portabilità: Le specifiche JSON di Vega-Lite possono essere incorporate e visualizzate in qualsiasi applicazione o servizio che supporti la libreria di rendering Vega-Lite. Questo elimina la necessità di riscrivere il codice grafico per piattaforme diverse.
• Specifiche dichiarative: Descrivete cosa visualizzare (ad esempio, "un grafico a barre con vendite per regione"), non come visualizzarlo (ad esempio, "disegna un rettangolo qui, poi un altro rettangolo lì"). Questo semplifica la creazione e la manutenzione delle visualizzazioni.
• Interattività incorporata: Senza alcuno sforzo aggiuntivo, le visualizzazioni possono includere funzionalità interattive come tooltip, zoom e selezione, migliorando l'esplorazione dei dati da parte dell'utente.
• Standard aperto: Basato su standard web aperti, Vega-Lite è ampiamente supportato e favorisce l'interoperabilità, garantendo che le vostre visualizzazioni siano future-proof.
• Governance dei dati integrata: Utilizzando le funzioni di Unity Catalog, le visualizzazioni sono generate all'interno di un framework governato, garantendo che i permessi di accesso ai dati e le politiche di sicurezza siano rispettati automaticamente.

L'agente supervisore in azione: generazione di visualizzazioni

Un agente supervisore organizza questo processo. Delega il recupero e l'analisi a sotto-agenti, invoca le Unity Catalog Functions per il post-elaborazione controllata e poi compone la risposta finale. Questa orchestrazione assicura che il processo di generazione delle visualizzazioni sia robusto ed efficiente.

Strategia di implementazione: la funzione di Unity Catalog

Una strategia di implementazione robusta è una funzione di Unity Catalog che accetta dati e requisiti grafici come input e restituisce una specifica valida di Vega-Lite. Questa funzione funge da ponte essenziale tra i risultati elaborati dagli agenti e la loro rappresentazione visiva.

La funzione di UC agisce come uno strato di traduzione tra i risultati dell'agente e la visualizzazione, eseguendo i seguenti passaggi:

1. Preparazione dei dati: Riceve i dati grezzi o aggregati dall'agente.
2. Definizione dei requisiti grafici: Accetta i requisiti specifici per il grafico (ad esempio, tipo di grafico, assi, colori, filtri) che possono essere derivati dalla query dell'utente o da modelli predefiniti.
3. Generazione della specifica Vega-Lite: Converte i dati e i requisiti in una specifica Vega-Lite in formato JSON, pronta per essere renderizzata.
4. Applicazione delle politiche di governance: Applica tutte le politiche di governance dei dati pertinenti prima di generare la visualizzazione, garantendo che solo i dati autorizzati siano inclusi.

Rendering della visualizzazione

Il passo finale è renderizzare la visualizzazione per l'utente, il che dipende dalla piattaforma del cliente. Questo garantisce che, indipendentemente dall'ambiente in cui l'utente sta interagendo, la visualizzazione sia mostrata correttamente e in modo interattivo.

• Applicazioni web: Usano vegaEmbed() in JavaScript per analizzare la specifica JSON e renderizzare un grafico interattivo nel browser.
• Notebook Python/R: Sfruttano le librerie come Altair (per Python) o vegalite (per R) che forniscono API di alto livello per costruire e visualizzare grafici Vega-Lite direttamente nei notebook.
• Altre applicazioni: Possono utilizzare SDK o wrapper specifici per la piattaforma per interpretare e visualizzare la specifica Vega-Lite.

Team di servizi finanziari, sanità e vendite stanno esplorando sistemi di agenti con Vega-Lite per promuovere una presa di decisioni più rapida e intuitiva, dimostrando l'ampio potenziale di questa integrazione.

Caso d'uso pratico: reporting finanziario in Microsoft Teams

Consideriamo uno scenario reale per illustrare il potere di questa integrazione:

Scenario: Un direttore finanziario chiede in Microsoft Teams: "Qual è stata la nostra performance nel Q4 rispetto alle previsioni? Suddividila per regione e categoria di prodotto."

Il direttore finanziario riceve una risposta arricchita direttamente in Teams, senza dover navigare a dashboard esterni. Il risultato include un riepilogo testuale dei fattori chiave (ad esempio, "Il Q4 ha superato le previsioni dell'8% complessivamente, spinto dalla regione Nord con un +15% e dalla categoria Software con un +22%, mentre la regione Sud ha avuto un rendimento inferiore del 5%"), seguito immediatamente dai grafici di Vega-Lite. Gli utenti possono passare il cursore sulle barre per rivelare i valori esatti tramite tooltip, preservando il contesto della conversazione e, allo stesso tempo, consentendo un'esplorazione approfondita. Questa capacità di fornire intuizioni immediate e contestualizzate trasforma l'esperienza utente.

Osservazioni iniziali del progetto pilota

Le seguenti gamme sono rappresentative delle osservazioni iniziali del progetto pilota e devono essere considerate come esempi direzionali, non come punti di riferimento universali:

• Ottenimento di intuizioni fino al 90% più rapido: La capacità di visualizzare i dati in modo immediato accelera significativamente il processo di comprensione e analisi.
• 3-4 volte più domande per sessione: Le visualizzazioni rendono i dati più accessibili e incoraggiano gli utenti a porre domande più approfondite e a esplorare scenari diversi.
• Adozione non tecnica circa 2 volte maggiore: La facilità di comprensione dei grafici riduce la barriera all'ingresso per gli utenti senza competenze tecniche avanzate, ampliando l'adozione.

Questi dati preliminari evidenziano il potenziale trasformativo di questa soluzione per migliorare l'efficienza e l'accessibilità delle informazioni aziendali.

Conclusione

I sistemi multiagente possono analizzare query complesse, ma senza visualizzazioni, tendono a restituire solo testo e tabelle. La combinazione di Vega-Lite con le Unity Catalog Functions consente agli agenti di generare visualizzazioni governate e portatili che vengono renderizzate in tutte le applicazioni, rispettando al contempo i permessi sui dati.

Le prime implementazioni indicano un tempo considerevolmente più rapido per ottenere informazioni preziose e una maggiore adozione quando i risultati includono elementi visivi. Man mano che i sistemi multiagente diventano il fulcro dei flussi di lavoro aziendali, la capacità non solo di calcolare risposte, ma anche di mostrarle in modo intuitivo, sarà essenziale per il successo.

Prossimi passi

Per iniziare a costruire, visitate la documentazione di Agent Bricks ed esplorate come le Unity Catalog Functions possano trasformare il vostro ecosistema di agenti.

Avete domande sull'implementazione delle visualizzazioni di Vega-Lite nei vostri sistemi di agenti? Unitevi alla discussione nei forum della comunità di Databricks.

Questo post del blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale. Pubblicazione originale