Agentmodus-APIs in Genie Agents

Mithilfe von Agentmodus-APIs können Sie den Agentmodus programmgesteuert anstelle der Azure Databricks UI ausführen. Verwenden Sie sie, um den Agent-Modus in Ihre eigenen Anwendungen zu integrieren, z. B. Chatbots, geplante Berichte und interne Tools.

Funktionsweise von AGENT-Modus-APIs

Mit den AGENT-Modus-APIs senden Sie eine Frage in natürlicher Sprache an einen Genie-Agent. Er erstellt und optimiert einen Forschungsplan, führt SQL-Abfragen aus, durchläuft auf jedem Ergebnis und gibt einen Bericht mit Zitaten und unterstützenden Tabellen zurück. Results stream to your client as Server-Sent Events (SSE).

Die APIs decken die Endpunkte, Anforderungs- und Antwortformate sowie Streamingereignistypen ab, die für die direkte Kommunikation mit dem Agent-Modus erforderlich sind. Die Konzeptübersicht und die Benutzeroberfläche finden Sie im Agent-Modus in Genie Agents.

Anforderungen

Um die Agentmodus-APIs zu verwenden, muss Ihr Arbeitsbereich die folgenden Anforderungen erfüllen:

• Unity-Katalog ist aktiviert. Siehe Was ist Unity Catalog?.
• Partnergestützte KI-Features sind aktiviert. Siehe partnergestützte KI-Features.
• Sie verfügen über einen Genie Agent mit klaren Anweisungen und Tabellenmetadaten. Der Agentmodus basiert auf diesem Kontext, um über Ihre Daten zu gründen. Siehe Kuratiert einen effektiven Genie Agent.

Um die APIs für Ihren Arbeitsbereich zu aktivieren, wenden Sie sich an Ihr Azure Databricks Kontoteam mit den Arbeitsbereichs-IDs, in denen Sie das Feature verwenden möchten. Nachdem die Anforderung genehmigt wurde, aktiviert ein Arbeitsbereichsadministrator die Api für den Genie Agents-Agent-Modus über das Menü "Vorschau" .

Get started

Die folgenden Beispiele zeigen, wie Sie eine Eingabeaufforderung senden und die gestreamte Antwort lesen.

Senden Der ersten Eingabeaufforderung mit curl

Die folgende Anforderung sendet eine Natürliche-Sprache-Frage an einen Genie Agent und streamt die Antwort als SSE:

curl -N --no-buffer \
  -X POST "https://${DATABRICKS_HOST}/api/2.0/genie/agents/${AGENT_ID}/responses" \
  -H "Authorization: Bearer ${DATABRICKS_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "input": [
      {
        "type": "message",
        "role": "user",
        "content": [{"type": "input_text", "text": "What were our top 10 customers by revenue last quarter?"}]
      }
    ]
  }'

Ereignisse kommen als event: und data: Paare an:

event: response.created
data: {"type":"response.created","sequence_number":0,"response":{"object":"response","id":"01f14fe4e34b...","model":"genie-agent","status":"in_progress","output":[],"conversation_id":"01f14fe4e338..."}}

event: response.output_item.added
data: {"type":"response.output_item.added","output_index":0,"sequence_number":1,"item":{"type":"reasoning","id":"01f14fe4f248...","status":"in_progress","content":[{"type":"reasoning_text","text":"I need to find revenue data..."}],"summary":[]}}

event: response.completed
data: {"type":"response.completed","sequence_number":42,"response":{"object":"response","id":"01f14fe4e34b...","model":"genie-agent","status":"completed","output":[...],"conversation_id":"01f14fe4e338...","created_at":1748383200}}

Lesen des Datenstroms mit dem Databricks OpenAI-Client (Python)

Installieren Sie den Client:

pip install databricks-openai

Erstellen Sie eine Antwort, und behandeln Sie jedes Ereignis, sobald es eintrifft:

from databricks.sdk import WorkspaceClient
from databricks_openai import DatabricksOpenAI

AGENT_ID = "<your-agent-id>"  # Same as your Genie Agent ID

w = WorkspaceClient()
host = f"https://{w.config.host}" if not w.config.host.startswith("http") else w.config.host

client = DatabricksOpenAI(workspace_client=w)
client.base_url = f"{host}/api/2.0/genie/agents/{AGENT_ID}"

stream = client.responses.create(
    model="genie-agent",
    input=[
        {
            "type": "message",
            "role": "user",
            "content": [{"type": "input_text", "text": "What were our top 10 customers by revenue last quarter?"}],
        }
    ],
    stream=True,
)

conversation_id = None
for event in stream:
    if event.type == "response.created":
        conversation_id = event.response.conversation_id
    elif event.type == "response.output_item.done":
        print(f"Output item: {event.item.type}")
    elif event.type == "response.completed":
        print(f"Done: {event.response.status}")
    elif event.type == "response.failed":
        print(f"Failed: {event.response.error}")

Senden einer Nachverfolgungsaufforderung

Um eine Unterhaltung fortzusetzen, übergeben Sie die conversation_id Von der ersten Antwort:

stream = client.responses.create(
    model="genie-agent",
    input=[
        {
            "type": "message",
            "role": "user",
            "content": [{"type": "input_text", "text": "Break that down by region"}],
        }
    ],
    stream=True,
    extra_body={"conversation_id": conversation_id},
)

Der Agent behält den Kontext aus vorherigen Blättern bei und kann auf frühere Abfragen und Ergebnisse verweisen.

API-Referenz

Die Agentmodus-APIs decken die verfügbaren Endpunkte, die Anforderungs- und Antwortformate, den SSE-Ereignislebenszyklus, die Datenmodelle und die Fehlercodes ab.

Stamm-URL

Alle Endpunkte sind relativ zur folgenden Basis-URL:

https://<workspace-url>/api/2.0/genie/agents

Endpoints

Die APIs stellen die folgenden Endpunkte bereit:

Erstellen einer Antwort

Erstellt eine neue Agentmodusantwort. Gibt einen SSE-Datenstrom zurück, der Ausgabeelemente in Echtzeit liefert, während der Agent-Modus ausgeführt wird.

POST /{agent_id}/responses

Pfadparameter

Der Endpunkt akzeptiert den folgenden Pfadparameter:

Anforderungstext

Der Anforderungstext akzeptiert die folgenden Felder:

SSE-Ereignislebenszyklus

Der Datenstrom wird mit einem response.created Ereignis geöffnet, Ausgabeelemente streamt und dann mit einem Terminalereignis geschlossen:

response.created                    (once, stream opened)
  -> response.output_item.added     (0..N, new item appears)
  -> response.output_item.updated   (0..N, item content changed)
  -> response.output_item.done      (0..N, item finalized)
  -> response.completed             (once, terminal success)
     OR response.failed             (once, terminal failure)

Jedes Ereignis erhöht monotonisch sequence_number , dass Sie für die Sortierung verwenden können.

SSE-Ereignistypen

Der Datenstrom gibt die folgenden Ereignistypen aus.

response.created

Wird einmal am Anfang ausgegeben. Enthält ein Response Objekt mit status: "in_progress" und ein leeres output Array.

event: response.created
data: {
  "type": "response.created",
  "sequence_number": 0,
  "response": {
    "object": "response",
    "id": "01f15a22a7a816299374da7bc4264025",
    "model": "genie-agent",
    "status": "in_progress",
    "output": [],
    "conversation_id": "01f15a22a79a1699ab5e7f59563c5655",
    "created_at": 1748383200
  }
}

response.output_item.added

Wird ausgegeben, wenn zuerst ein neues Ausgabeelement angezeigt wird. Das Element ist in_progressmöglicherweise noch vorhanden.

event: response.output_item.added
data: {
  "type": "response.output_item.added",
  "output_index": 0,
  "sequence_number": 1,
  "item": {
    "type": "reasoning",
    "id": "01f14fe4f24818d79f3e5963c31ec151",
    "status": "in_progress",
    "content": [
      {"type": "reasoning_text", "text": "I need to find the revenue data..."}
    ],
    "summary": []
  }
}

response.output_item.updated

Wird ausgegeben, wenn sich der Inhalt eines vorhandenen Elements ändert, z. B. wenn Abfrageergebnisse für ein Element function_call_outputeingehen. Verwendet das gleiche Nutzlast-Shape wie response.output_item.added.

response.output_item.done

Wird ausgegeben, wenn ein Ausgabeelement seinen endgültigen Zustand erreicht. Verwendet das gleiche Nutzlast-Shape wie response.output_item.added. Wenn ein Element bereits abgeschlossen ist, werden sowohl die Ereignisse als auch die addeddone Ereignisse in Folge ausgegeben.

response.completed

Terminal-Erfolgsereignis. Umschließt das Finale Response mit allen Ausgabeelementen.

event: response.completed
data: {
  "type": "response.completed",
  "sequence_number": 42,
  "response": {
    "object": "response",
    "id": "01f14fe4e34b1b2293908bcece575499",
    "model": "genie-agent",
    "status": "completed",
    "output": [ ... ],
    "conversation_id": "01f14fe4e33816c6aa264b4661f998ea",
    "created_at": 1748383200
  }
}

response.failed

Terminalfehlerereignis. Das Response Hat status: "failed" und ein error Objekt. Ein Systemfehlermeldungselement wird unmittelbar response.output_item.added vor diesem Ereignis ausgegeben. Die vollständige Liste der Codes finden Sie unter Streamingfehlercodes.

event: response.failed
data: {
  "type": "response.failed",
  "sequence_number": 5,
  "response": {
    "object": "response",
    "id": "01f14fe4e34b1b2293908bcece575499",
    "model": "genie-agent",
    "status": "failed",
    "output": [ ... ],
    "error": {
      "type": "server_error",
      "code": "sql_execution_error",
      "message": "Table 'sales' does not exist"
    },
    "conversation_id": "01f14fe4e33816c6aa264b4661f998ea",
    "created_at": 1748383200
  }
}

Konkurrenz

Pro Unterhaltung kann jeweils nur eine Antwort generiert werden. Eine zweite Anforderung an eine Unterhaltung, die bereits über eine laufende Antwort verfügt, gibt einen HTTP 409 zurück:

HTTP 409
{"error": {"type": "RESOURCE_CONFLICT", "message": "A response is already being generated for conversation <id>"}}

Timeouts

Der SSE-Stream hat einen serverseitigen Timeout von 90 Minuten. Da der Agentmodus mehrstufige Gründe und SQL-Ausführung ausführt, lassen Sie Die HTTP-Verbindung für die gesamte Dauer geöffnet.

Auflisten von Unterhaltungselementen

Ruft die Ausgabeelemente in einer Unterhaltung als flache Liste ab. Elemente aus allen Wendungen werden in chronologischer Reihenfolge kombiniert, einschließlich Benutzernachrichten, Gründe, Abfragen, Ergebnisse und Berichte. Dieser Endpunkt unterstützt die cursorbasierte Paginierung durch die after Parameter und limit Abfrageparameter.

GET /{agent_id}/conversations/{conversation_id}/items

Verwenden Sie diesen Endpunkt, um:

• Zeigen Sie den vollständigen Unterhaltungsverlauf in Ihrer Anwendung an.
• Wiederherstellen von Ergebnissen, nachdem ein SSE-Datenstrom getrennt wurde. Rufen Sie diesen Endpunkt nach Abschluss der Antwort auf.
• Rufen Sie große Unterhaltungen inkrementell ab, anstatt alle Elemente gleichzeitig zu laden.

Pfadparameter

Der Endpunkt akzeptiert die folgenden Pfadparameter:

Abfrageparameter

Der Endpunkt akzeptiert die folgenden Abfrageparameter:

Beispielanforderungen

Abrufen aller Elemente in einer Unterhaltung:

GET /api/2.0/genie/agents/01f14fe4e338.../conversations/01f14fe4e338.../items

Beschränken Sie die Seitengröße:

GET /api/2.0/genie/agents/01f14fe4e338.../conversations/01f14fe4e338.../items?limit=5

Geben Sie zuerst die neuesten Elemente zurück:

GET /api/2.0/genie/agents/01f14fe4e338.../conversations/01f14fe4e338.../items?order=desc&limit=5

Rufen Sie die nächste Seite ab:

GET /api/2.0/genie/agents/01f14fe4e338.../conversations/01f14fe4e338.../items?limit=5&after=01f14fe4f24e10beacaa1720d4b79b59_output

Antwort

Die Antwort hat Content-Type: application/json und ist ein paginierter Listenumschlag mit "object": "list":

{
  "data": [
    {
      "type": "message",
      "role": "user",
      "content": [{ "type": "input_text", "text": "What were our top 10 customers by revenue last quarter?" }],
      "id": "01f14fe4e34b1b2293908bcece575499_input",
      "status": "completed"
    },
    {
      "type": "reasoning",
      "id": "01f14fe4f24818d79f3e5963c31ec151",
      "status": "completed",
      "content": [{ "type": "reasoning_text", "text": "I'll query the revenue table grouped by customer..." }],
      "summary": []
    },
    {
      "type": "function_call",
      "id": "01f14fe4f24e10beacaa1720d4b79b59",
      "call_id": "01f14fe4f24e10beacaa1720d4b79b59",
      "status": "completed",
      "name": "execute_sql",
      "arguments": "{\"title\": \"Top 10 Customers\", \"sql\": \"SELECT customer, SUM(revenue) AS total FROM sales GROUP BY customer ORDER BY total DESC LIMIT 10\"}"
    },
    {
      "type": "function_call_output",
      "id": "01f14fe4f24e10beacaa1720d4b79b59_output",
      "call_id": "01f14fe4f24e10beacaa1720d4b79b59",
      "status": "completed",
      "output": "Top 10 Customers\n\n| customer | total |\n| --- | --- |\n| Acme Corp | 1500000 |\n| Globex | 1200000 |"
    },
    {
      "type": "message",
      "id": "01f14fe5383f184a97ca1178af0d9356",
      "role": "assistant",
      "status": "completed",
      "content": [
        {
          "type": "output_text",
          "text": "Here are your top 10 customers by revenue last quarter [1](https://host/genie/rooms/01f14fe4e338.../chats/01f14fe4e338...?o=12345&gra_focus=01f14fe4f24e...)."
        },
        {
          "type": "output_text",
          "text": "| customer | total |\n| --- | --- |\n| Acme Corp | 1500000 |\n| Globex | 1200000 |",
          "metadata": {
            "columns": [
              { "name": "customer", "type": "STRING" },
              { "name": "total", "type": "DOUBLE" }
            ],
            "preview_rows": [
              ["Acme Corp", "1500000"],
              ["Globex", "1200000"]
            ],
            "total_row_count": 10,
            "status": "available",
            "sql": "SELECT customer, SUM(revenue) AS total FROM sales GROUP BY customer ORDER BY total DESC LIMIT 10"
          }
        },
        {
          "type": "output_text",
          "text": "Acme Corp leads with $1.5M [1](https://host/genie/rooms/01f14fe4e338.../chats/01f14fe4e338...?o=12345&gra_focus=01f14fe4f24e...), followed by Globex at $1.2M [1](https://host/genie/rooms/01f14fe4e338.../chats/01f14fe4e338...?o=12345&gra_focus=01f14fe4f24e...)..."
        }
      ]
    }
  ],
  "first_id": "01f14fe4e34b1b2293908bcece575499_input",
  "last_id": "01f14fe5383f184a97ca1178af0d9356",
  "has_more": false,
  "status": "completed",
  "object": "list"
}

Das Feld auf oberster Ebene status spiegelt den Status der neuesten Antwort in der Unterhaltung wider. "in_progress" Während eine Antwort gestreamt wird, oder "completed""failed" nachdem sie beendet wurde. Dieses Feld wird abgefragt, um zu erkennen, wann eine Antwort abgeschlossen ist.

Paginierung

Die Antwort enthält drei Paginierungsfelder:

Um alle Elemente zu paginieren, fordern Sie Seiten an, bis has_more :false

items = []
after = None
while True:
    params = {"limit": 10}
    if after:
        params["after"] = after
    page = client.get(f"/conversations/{conv_id}/items", params=params)
    items.extend(page["data"])
    if not page["has_more"]:
        break
    after = page["last_id"]

Das data Array enthält Ausgabeelemente in chronologischer Reihenfolge. Benutzereingabemeldungen werden als message Elemente mit einem _input Suffix auf der ID angezeigt.

Verstehen der Antwort

In diesem Abschnitt wird erläutert, wie die Ausgabeelemente zusammenpassen, um eine vollständige Agentmodusantwort zu bilden.

Ausgabeelementfluss

Eine typische Agentmodusantwort erzeugt Ausgabeelemente in der folgenden Reihenfolge:

reasoning              The agent's plan and analysis
    |
function_call          A SQL query the agent runs
    |
function_call_output   The query results, paired with the function_call above
    |
  ... (reasoning, function_call, and function_call_output repeat for each query) ...
    |
message                The final report, with structured text and inline tables

Der Agent kann mehrere Abfragen sequenziert ausführen und seine Analyse basierend auf jedem Ergebnis verfeinern. Eine einzelne Antwort kann viele Gründe, Abfragen und Ergebniszyklen vor dem Abschlussbericht enthalten.

Wie function_call und function_call_output Paar

Jede SQL-Abfrage erzeugt ein Paar von Ausgabeelementen, die mit call_id:

• function_call ist die Abfrage, die der Agent ausführt. Das arguments Feld ist eine JSON-codierte Zeichenfolge, die den Toolaufruf beschreibt.
• function_call_output ist das Ergebnis. Nach Abschluss des Elements enthält das output Feld den Abfragetitel gefolgt von einer Markdowntabelle der Daten.

Dies call_id ist für beide Elemente identisch. Dies function_call_output.id ist immer {call_id}_output.

Analysieren des Berichts

Das endgültige Ausgabeelement ist ein message mit role: "assistant". Das content Array enthält mehrere output_text Blöcke von zwei Arten:

• Textabschnitte enthalten eine narrative Analyse mit Inline-Zitatlinks.
• Tabellenblöcke enthalten Inlineabfrageergebnisse, die als Markdowntabellen gerendert werden. Jeder Tabellenabschnitt enthält metadata die strukturierten Abfrageergebnisdaten, sodass Der Client umfangreiche Tabellen oder Diagramme programmgesteuert rendern kann.

Der folgende Tabellenabschnitt enthält sowohl den gerenderten Markdown als auch den strukturierten metadata:

{
  "type": "output_text",
  "text": "| customer | total |\n| --- | --- |\n| Acme Corp | 1500000 |\n| Globex | 1200000 |",
  "metadata": {
    "columns": [
      { "name": "customer", "type": "STRING" },
      { "name": "total", "type": "DOUBLE" }
    ],
    "preview_rows": [
      ["Acme Corp", "1500000"],
      ["Globex", "1200000"]
    ],
    "total_row_count": 10,
    "status": "available",
    "sql": "SELECT customer, SUM(revenue) AS total FROM sales GROUP BY customer ORDER BY total DESC LIMIT 10"
  }
}

Ein Tabellenabschnittsobjekt metadata enthält die folgenden Felder:

Zitate

Textblöcke im Bericht enthalten Inlinezitate, die jeden Anspruch mit der SQL-Abfrage verknüpfen, die ihn unterstützt. Jedes Zitat ist ein Markdownlink des Formulars [N](url), wobei N es sich um eine sequenzielle Fußnotennummer handelt und url auf die Ui des Genie-Agents verweist, wobei die relevante Abfrage fokussiert ist.

Die Zitat-URL weist das folgende Format auf:

https://<workspace-url>/genie/rooms/<space_id>/chats/<conversation_id>?o=<workspace_id>&gra_focus=<attachment_id>

Die URL enthält die folgenden Komponenten:

Um Zitate zu rendern, befolgen Sie diese Anleitung basierend auf Ihrem Client:

• Markdown-Renderer zeigen Zitate automatisch als klickbare Fußnotenlinks an.
• Bei Nur-Text können Sie das Zitat reduzieren [N](url)[N] oder entfernen.
• Analysieren Sie für eine benutzerdefinierte Benutzeroberfläche den gra_focus Abfrageparameter aus der URL, um die zitierte Abfrage zu identifizieren, und stimmen Sie dann mit den function_call_output Elementen in der Unterhaltung überein.

Zitate werden dedupliziert. Wenn dieselbe Abfrage mehrmals zitiert wird, verwendet jeder Verweis dieselbe Indexnummer und URL.

Datenmodelle

In diesem Abschnitt werden die Objekte beschrieben, die von den APIs zurückgegeben werden.

Antwort

Das Response Objekt wird in den response.createdEreignissen , response.completedund response.failed SSE zurückgegeben.

ErrorInfo

Das ErrorInfo Objekt beschreibt einen Fehler:

Ausgabeelemente

Ausgabeelemente sind für das type Feld polymorph. Die folgenden Typen sind verfügbar.

reasoning

Die interne Begründung des Agents als Agentmodus wird ausgeführt.

function_call

Ein Toolaufruf, bei dem es sich um eine SQL-Abfrageausführung handelt.

function_call_output

Das Ergebnis eines Toolaufrufs, gepaart mit einem durch function_callcall_id.

Das output Feld wird weiterentwickelt, wenn das Element voranschreitet:

message

Eine Textnachricht. Eine Meldung wird in einer von drei Rollen angezeigt:

Das message Objekt enthält die folgenden Felder:

Wenn eine Antwort fehlschlägt, wird der strukturierte Fehler im Feld des Responseerror Objekts (siehe ErrorInfo) und im response.failed Ereignis und nicht im Systemelement message übermittelt.

Inhaltselemente

Die APIs verwenden die folgenden Inhaltselementtypen:

Spalteninformation

Das ColumnInfo Objekt beschreibt eine Spalte:

Fehlerbehandlung

Die APIs geben zwei Arten von Fehlern zurück: HTTP-Fehler vor dem Start des Datenstroms und Streamingfehler, die einen geöffneten Datenstrom beenden.

HTTP-Fehler

HTTP-Fehler werden als standardmäßige JSON-Antworten zurückgegeben, bevor der SSE-Stream gestartet wird:

{ "error": { "type": "ERROR_CODE", "message": "Human-readable description" } }

Die folgenden HTTP-Fehler können auftreten:

Streamingfehlercodes

Wenn ein Fehler im Mittleren Datenstrom auftritt, wird eine Systemfehlermeldung (role: "system", ) als response.output_item.added, gefolgt vom response.failed Ereignis status: "failed"ausgegeben. Das error Objekt auf dem Response Schlepper trägt ein type und ein code.

Das type Feld ist einer der folgenden Spezifikationstypen:

Das code Feld enthält weitere Details:

Häufig gestellte Fragen

Die folgenden Fragen behandeln allgemeine Themen für die Agentmodus-APIs.

Wie lange dauern Antworten?

Die Reaktionszeit hängt von der Komplexität der Frage ab. Einzelabfragefragen können in weniger als einer Minute abgeschlossen werden. Die Recherche mit mehreren Abfragen kann mehrere Minuten dauern. Der Datenstrom hat einen serverseitigen Timeout von 90 Minuten.

Kann ich anstelle des Streamings abfragen?

Ja. Senden Sie die Anforderung, um eine Antwort zu erstellen, und verwenden Sie dann die Unterhaltungs-ID aus dem response.created Ereignis, um die Unterhaltungselemente abzurufen. Der Endpunkt für Elemente gibt den vollständigen Unterhaltungsverlauf zurück, einschließlich laufender Antworten. Abrufen des Felds auf oberster Ebene status in der Elementlistenantwort, bis es oder completedfailed.

Wie funktioniert eine Multi-Turn-Unterhaltung?

Übergeben Sie die Unterhaltungs-ID aus einer vorherigen Antwort in Ihrer nächsten Anforderung. Der Agent hat Zugriff auf alle vorherigen Abfragen und Ergebnisse in der Unterhaltung und kann im Bericht darauf verweisen.

Ist das Markdown-Ausgabeformat stabil?

Textinhalte, einschließlich Berichtsblöcken, Grundursachentext und Abfrageergebnisausgabe, werden in Markdown zurückgegeben. Die genaue Markdownstruktur, z. B. Überschriftenebenen und Tabellenformatierung, wird vom Modell generiert und ist nicht garantiert über Anforderungen oder API-Versionen hinweg stabil. Behandeln Sie die Markdownausgabe als formatierten Text mit bestem Aufwand, und verwenden Sie die strukturierten Felder, z. B. Spalten und Vorschauzeilen, als stabile, maschinenlesbare Darstellung der Daten.

Kann ich Visualisierungen abrufen?

Ja. Abrufen von Visualisierungen mit dem Endpunkt "Anlagenvisualisierung der Downloadnachricht". Siehe GET /api/2.0/genie/spaces/{space_id}/conversations/{conversation_id}/messages/{message_id}/attachments/{attachment_id}/query-result/visualization in der REST-API-Referenz.

Laufen Abfrageergebnisse ab?

Ja. SQL-Abfrageergebnisse folgen derselben Ablaufrichtlinie wie die Anweisungsausführungs-API. Nach Ablauf der Ergebnisse gibt die Anweisungs-ID sie nicht mehr zurück. Die Vorschauzeilen in den Antwortmetadaten bleiben vom Endpunkt für Unterhaltungselemente verfügbar.

Wie weiß ich, welche Tabellen der Agent abfragen kann?

Der Agent kann nur Tabellen abfragen, die Sie dem Genie-Agent hinzufügen. Sie kann nicht auf Ihren vollständigen Katalog zugreifen. Um optimale Ergebnisse zu erzielen, fügen Sie Spaltenbeschreibungen, Beispielabfragen und Verknüpfungsanweisungen hinzu. Siehe Kuratiert einen effektiven Genie Agent.