> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sifi.life/llms.txt
> Use this file to discover all available pages before exploring further.

# AI 에이전트

> Databricks 위에서 AI 에이전트를 개발, 평가, 배포하는 방법을 학습합니다.

## 학습 목표

* AI 에이전트의 개념과 구성 요소(LLM, Tool, Retriever) 이해
* Databricks에서 에이전트를 구축하는 방법 (ChatAgent, Mosaic AI)
* Vector Search를 활용한 RAG(Retrieval-Augmented Generation) 구현
* 에이전트 평가(Agent Evaluation)와 프로덕션 배포

## 문서 목록

| 순서 | 문서                                 | 내용                                                         |
| -- | ---------------------------------- | ---------------------------------------------------------- |
| 1  | [AI 에이전트란?](what-is-ai-agent)      | 개념, LLM + Tool 패턴, RAG 소개를 다룹니다                            |
| 2  | [Vector Search](vector-search)     | 임베딩, 3가지 인덱스 유형, Reranker, 유사도 검색을 상세히 설명합니다               |
| 3  | [RAG 파이프라인](rag-pipeline)          | 문서 파싱, 청킹, 임베딩, 검색 증강 생성 구축을 안내합니다                         |
| 4  | [에이전트 구축](building-agents)         | ChatAgent 인터페이스, UC Functions를 Tool로 활용하는 방법을 다룹니다         |
| 5  | [에이전트 평가](agent-evaluation-basics) | MLflow 기반 평가, Scorer, 품질 모니터링을 설명합니다                       |
| 6  | [에이전트 배포](agent-deployment)        | Model Serving 엔드포인트 배포, Review App을 안내합니다                  |
| 7  | [Agent Bricks](agent-bricks)       | Knowledge Assistant, Genie, Supervisor Agent(멀티에이전트)를 다룹니다 |

## 참고 문서

* [Databricks: Generative AI](https://docs.databricks.com/aws/en/generative-ai/)
* [Databricks: Mosaic AI Agent Framework](https://docs.databricks.com/aws/en/generative-ai/agent-framework/)