A DataRobot agora oferece suporte à especificação de descoberta de recursos Agentic, tornando as habilidades de agente e MCPs da DataRobot mais fáceis de serem encontradas por clientes, registros e desenvolvedores de IA.
Os agentes são tão úteis quanto as capacidades que podem alcançar.
Um agente de codificação pode escrever código. Um agente de fluxo de trabalho pode chamar ferramentas. Um agente corporativo pode raciocinar entre sistemas. Mas tudo isso depende da mesma questão básica: quando o agente precisa de uma capacidade, como encontra a capacidade certa?
Até agora, a resposta tem sido principalmente handbook. Os desenvolvedores conectam servidores MCP, instalam habilidades, apontam agentes para documentos e mantêm longas listas de ferramentas que podem ou não ser relevantes para a tarefa em questão. Isso funciona para um pequeno número de integrações escolhidas a dedo. Ele falha quando cada plataforma, equipe e comunidade publica novos recursos de agente.
É por isso que estamos entusiasmados em compartilhar que a DataRobot agora suporta o Especificação de descoberta de recurso agentetambém conhecido como ARD.
A DataRobot agora publica um catálogo de IA compatível com ARD para habilidades de agente DataRobot e servidores MCP, tornando essas habilidades e MCPs detectáveis em nosso domínio por meio do caminho padrão .well-known/ai-catalog.json em https://datarobot.com/.well-known/ai-catalog.json
Por que a ARD é importante
Descoberta de recursos agentes é uma especificação aberta para publicação, descoberta e verificação de recursos de agente na net. Esses recursos podem incluir habilidades, servidores MCP, APIs, agentes, ferramentas, fluxos de trabalho e outros recursos.
O modelo é simples: os provedores publicam um catálogo de recursos disponíveis em seu próprio domínio. Os serviços de descoberta e os clientes de IA podem então encontrar, indexar e resolver esses recursos quando um agente precisar deles.
Isso é importante porque o ecossistema de agentes está migrando da fiação estática para a descoberta dinâmica.
Em vez de pedir aos desenvolvedores que pré-carreguem todas as ferramentas e habilidades possíveis no contexto de um agente, o ARD oferece aos agentes e registros uma maneira padrão de descobrir a capacidade certa para a tarefa. O agente pode pesquisar, selecionar e conectar-se a recursos relevantes sem realizar todas as integrações por padrão.
Para as empresas, essa camada de descoberta é especialmente importante. As equipes precisam de agentes que possam encontrar recursos úteis, mas também precisam de controle sobre o que surge, de onde vem e como é governado.
O que DataRobot está publicando
O catálogo ARD da DataRobot atualmente aponta para habilidades de agente e MCPs da DataRobot.
Isso inclui habilidades para:
- Treinamento de modelo
- Implantação de modelo
- Previsões e pontuação em lote
- Engenharia de recursos
- Monitoramento de modelo
- Explicabilidade do modelo
- Preparação de dados
- CI/CD da estrutura de aplicativos
- Monitoramento de agente externo
- Assistência do agente
Essas habilidades agrupam o conhecimento da plataforma DataRobot no contexto do escopo da tarefa que os agentes de codificação podem usar diretamente. Eles ajudam os agentes a compreender os fluxos de trabalho do DataRobot, os padrões do SDK, as etapas de implantação, as verificações de validação e as práticas de observabilidade.
Em outras palavras, eles ensinam aos agentes como usar o DataRobot corretamente.
Com o suporte ARD, essas habilidades não estão disponíveis apenas em repositórios e ambientes de agentes. Eles também são publicados em um catálogo padrão que as ferramentas de descoberta podem rastrear, indexar e resolver.
Desde habilidades instaláveis e MCPs até contexto de plataforma detectável
Temos investido em DataRobot Abilities e MCPs porque os agentes precisam de mais do que documentação. Eles precisam de contexto operacional.
Um desenvolvedor humano pode ler documentos, inferir etapas ausentes, perguntar a um colega de equipe e se recuperar quando uma chamada de API falhar. Um agente precisa do contexto certo no momento certo. Caso contrário, ele adivinha.
Habilidades e MCPs reduzem essas suposições, fornecendo aos agentes instruções precisas para fluxos de trabalho comuns da plataforma. A ARD dá o próximo passo ao tornar esses recursos mais fáceis de encontrar.
Essa mudança é importante para a experiência do desenvolvedor. Também é importante para as equipes de plataforma.
Se você estiver construindo agentes no DataRobot, não deverá ter que ensinar manualmente todas as ferramentas onde residem as habilidades e MCPs do DataRobot. Se você estiver construindo um cliente ou registro de IA, deverá ter uma maneira padrão de descobrir recursos do DataRobot. Se você estiver governando a IA de agente dentro de uma empresa, deverá ser capaz de decidir quais catálogos e registros seus agentes podem usar.
A ARD dá ao ecossistema um caminho em direção a esse modelo.
Experimente
O que vem a seguir
A descoberta da agência ainda é inicial e a especificação está avançando rapidamente. É exatamente por isso que queríamos que a DataRobot participasse agora.
An internet agente não será construída a partir de um mercado, um catálogo de fornecedores ou uma lista de ferramentas codificadas. Será necessária descoberta aberta, propriedade clara e recursos que os agentes possam realmente usar.
A função da DataRobot é tornar os agentes empresariais de IA mais fáceis de construir, operar, monitorar e governar. Apoiar o ARD é mais um passo em direção a esse futuro: contexto da plataforma DataRobot que não está apenas disponível, mas também detectável.
Os agentes não deveriam ter que adivinhar onde reside a capacidade certa.
Agora, eles podem encontrar o DataRobot.