Ce face Databricks AI Agent
Databricks AI Agent rulează același agent ca nodul AI Agent, cu aceleași sub-noduri (chat model, memorie, unelte, output parser) și aceleași opțiuni. În plus are Export Traces to MLflow: fiecare element procesat devine un trace într-un experiment MLflow, cu câte un span pentru fiecare apel de model, unealtă și retriever.
Agentul rulează pe credențiala chat model-ului conectat, de exemplu Databricks Chat Model. Credențiala Databricks OAuth2 API de pe nod e folosită doar pentru export și e obligatorie când exportul e pornit; fără ea nodul se oprește cu Select a Databricks credential to export traces to MLflow. Identitatea are nevoie de CAN EDIT pe experiment.
Exportul nu schimbă rezultatul rulării: dacă eșuează, agentul răspunde oricum, iar n8n scrie un avertisment doar în logul serverului. Trace-urile conțin datele reale (prompturi, memorie, rezultate de unelte); n8n maschează doar formate cunoscute de tokenuri și secrete etichetate. Nodul este în previzualizare din n8n 2.45.0.
Sintaxă și opțiuni
| Opțiune / Parametru | Descriere |
|---|---|
Source for Prompt (User Message) |
Connected Chat Trigger Node sau Define below. Nu oferă sursa Connected Guardrails Node. |
Require Specific Output Format |
Conectează un output parser. |
Enable Fallback Model |
Conectează un al doilea chat model, folosit când modelul principal eșuează. |
Export Traces to MLflow |
Trimite fiecare rulare în MLflow Tracing. Implicit oprit. |
Experiment: By Name |
Calea experimentului, de exemplu /Shared/my-agent-traces; se creează dacă lipsește. Gol: /Shared/n8n-workflows-<workflow-id>. |
Experiment: By ID |
ID-ul numeric al unui experiment existent. |
System Message, Max Iterations, Return Intermediate Steps, Tracing Metadata, Enable Streaming |
Opțiunile nodului AI Agent (Max Iterations implicit 10). |
Automatically Passthrough Binary Images / PDFs |
Trimite imaginile sau PDF-urile binare la model în mesaj. PDF-urile: implicit oprit. |
Batch Processing |
Batch Size (implicit 1) și Delay Between Batches în milisecunde (implicit 0), pentru limitele de rată. |
Exemple practice
Exemplul 1: Agent cu export de trace-uri
Chat Trigger -> Databricks AI Agent
Chat Model: Databricks Chat Model
Tool: Databricks Vector Store (Retrieve Documents (As Tool for AI Agent))
Credential to connect with: Databricks OAuth2 API
Export Traces to MLflow: on
Experiment: By Name, /Shared/my-agent-traces
Greșeli frecvente și bune practici
- Lași experimentul implicit sub
/Sharedpentru date personale. Toți utilizatorii workspace-ului pot deschide și șterge acele trace-uri; alege un folder controlat de tine. - Dai doar CAN READ pe experiment. Exportul eșuează cu
403. - Cauți erorile de export în execuție. Ele apar doar în logul serverului n8n, în rânduri care încep cu
Databricks AI Agent:.