大赦国际球队可以在几天内建立飞行员。该示范转换为准备符合基金会期望的准备生产的东西是进步的地方。

重复数周成为数月的整合，突然在等待工作的同时，该项目被困在POC炼狱中。

将初始模型转换为准备好的因素并不困难。它是工具，框架和安全步骤的迷宫，它们会减慢差异并增加风险。

在这篇文章中，您将逐步了解如何使用NVIDIA AI Enterprise设计的DataRobot Manpower创建，发布人工智能代理。

为什么团队努力介绍制作代理商

有两个因素使大多数团队都陷入了PUC库尔古里：

1。复杂结构
将工作要求转换为代理的可靠工作流程并不是一个简单的事情。评估无数LLMS组，较小的模型，包容策略和扶手需要在质量，茴香和严格的成本目标之间保持平衡。它可以单独重复数周。

2。操作云
即使完成了工作流程，其生产的出版也是一场马拉松比赛。团队在基础设施管理，安全扶手应用程序，监视和执行治理方面花费了几个月的时间，以降低合规性和运营风险。

今天的选项并不能使它更容易：

• 许多工具可能会加速施工过程的一部分，但通常缺乏综合，观察和控制。它还关闭了其生态系统中的用户，通过选择GPU模型和资源来确定灵活性，并为评估，校正或连续监视提供最小的支持。
• 具有更大的灵活性，但需要重大升力才能形成，固定并连接多个系统。团队必须自己处理基础架构，身份验证和合规性 – 改变应该是几周到几个月的事情。

结果？大多数团队从未向现成的代理商提供概念的证据。

代理人生命周期的统一方法

劳动力平台不是用于建设，评估，发布和治理的多种工具的巫术，而是将这些阶段的代理带到一个工作流程中，同时通过云，混合环境和空气来支持发布操作。

• 在任何地方建造：使用OSS业务框架（例如Langchain，Crewai或LlamainDex）中的空格，VSCODE，指示器或任何笔记本中的开发，然后使用一件事下载。
• 评估和比较工作流程任务Use compact operational and behavioral scales, LLM-AS-A-Judge, and Human Reviews in the Ring for Complex Persisles side by side.
• 遵循并迅速纠正问题想象一下每个步骤中的实现，然后编辑平台内的评估，然后重新启动评估以更快地解决错误。
• 它用一键或订单传播无论在DataRobot还是您自己的环境中，都可以将代理转移到生产中，而无需准备手动基础架构。
• 监视整合和专用标准：在DatarBot仪表板中跟踪功能和操作量表，或使用与Otel兼容的数据导出您喜欢的观察工具。
• 第一天的判断在实际时间和自动合规报告中应用扶手，以强加安全，管理风险并保持审核的意愿，而没有其他工具。

包括该机构的能力：

• NVIDIA NIM的原始集成，用于改进跨云，混合环境以及本地环境的推理。
• RAG Workflow可与您选择的面纱数据库（例如Pinecone）和灵活地生成恢复。
• 一个柔性的混合环境帐户，扩展到不合规或安全的情况下满足高性能工作负担。
• LLM“电池”访问OSS模型和皇家模型（人类，OpenAI，Azure，基础等），并具有一组认证数据 – 消除了API密钥管理。
• 誓言2.0批准与基于角色的控制（RBAC）兼容以实施安全代理和数据治理。

从最初的模型到生产：步骤 – 顺序

每个团队看起来都不同于生产。以下步骤是管理代理人的生命周期时要采取的联合职能 – 从构造和纠正错误到出版，监视和管理。

使用适合您工作流程的步骤，或遵循从头到尾操作的完整序列。

1。建造您的代理商

从您知道的框架开始。使用DataRobot的GitHub Recpo和CLI的Langgraph，Crewai和Llamaindex代理模具进行快速准备。

本地存储库克隆，编辑Agent.py文件，并用一件事推动您的初始表格，以准备更深入的生产和评估。 Workforce平台可以处理代理，依赖关系，Docker容器以及跟踪和身份验证的集成。

2。工作流任务的评估和比较

下载代理后，配置评估措施以通过子代理，男性和女性代理和工具来衡量性能。

从紧凑型选项中进行选择，例如PII，大豆，Nemo Basslails，LLM-SA-A-Gudge和ACT标准，例如通话工具的准确性和目标的目的。

之后，使用代理要求您的代理商并将响应与评估学位进行比较。要进行更深入的测试，请在情节中创建人工数据或添加人道主义评论。

3。跟随并纠正

使用代理直接在用户界面显示实现的效果。练习每个任务，以查看管道中每个步骤的输入，输出，描述性数据，评估详细信息和上下文。

较高级别的影响以及子组成部分，后卫模型和评估措施。使用此愿景来确定导致错误的组件并快速识别代码中的问题。

4。编辑并重新测试您的代理商

如果评估或效果措施揭示了问题，请在用户界面中打开符号空间以更新代理的逻辑。保持您的更改并恢复代理，而无需离开法规。更新存储在记录中，确保重复的真相来源。

这不仅在首先测试您的代理时，而且随着时间的流逝，作为必须组合以升级的新模型，工具和数据时也很有用。

5。发布您的代理商

单击或订单将您的代理商发布到生产中。该法规通过云，本地或混合环境进行设备的准备和组成，并记录中央跟踪法规中的出版物。

6.监视和跟踪私有化代理

通过紧凑的监视和跟踪，实时跟踪代理商的性能及其行为。显示主要规模，例如成本，小茴香，任务承诺，目标的准确性以及PII，毒性和立即注射风险等安全指标。

在实现的每个步骤中，OpenteeMetry（Otel） – 视频的影响，包括工具，输出和性能在每个组件级别和工作流程上。

设置警报以尽早逮捕问题和组件率，以便您可以在跟踪其效果的同时独立升级工具，模型或矢量数据库。

7.通过设计应用判决

安全，合规性和风险管理是工作流程的一部分，而不是增加。劳动力平台中的记录为代理提供了所有代理和模型的核心真实来源，并可以访问访问，比例和跟踪。

监控PII泄漏，监狱尝试，毒性，幻觉，政治违规和异常操作案件的实际时间。它支持自动报告遵守几个监管框架，并减少审计工作和手动工作。

是什么使劳动力平台不同

这些功能可以减少数月的最多工作，而不会牺牲安全性，灵活性或审查制度。

一个平台，一个完整的生命周期通过建筑物，多个魔术环境，空气和混合动力车中的环境来管理代理商的整个代理，而无需缝制单独的工具。

内置的评估，错误纠正和观察：在实际时间内进行全面评估，跟踪，更正问题和绩效监控，而无需离开平台。即使是重要的项目，也要获得详细和警报标准。

综合治理和合规性Central AI的注册版本并跟踪从代理和数据到模型和应用程序的每个资产的比例。实际时间和自动报告删除了手动合规性并简化了审核。

没有身体的灵活性在旨在在机构级别安全的平台上使用任何开源，特殊框架或模型以及扩展能力。

从最初的模型到生产以及超越

为机构建造现成的代理只是第一步。随着用例的增长，本指南为您提供了更快的基础，同时保持治理和控制。

您准备好建造了吗？开始您的免费实验。