Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Agent-Fähigkeiten sind aufgabenspezifische Anweisungsdateien, die KI-Codierungsassistenten wie Claude und GitHub Copilot laden können, um Azure Databricks-Entwicklungsaufgaben auszuführen. Fähigkeitspakete fassen domänenspezifisches Wissen, bewährte Praktiken und Arbeitsabläufe in einem Format zusammen, das für die Nutzung durch KI optimiert ist. Informationen zum Erweitern von Genie Code im Azure Databricks-Arbeitsbereich finden Sie unter "Erweitern von Genie Code mit Agent-Fähigkeiten".
Fähigkeiten folgen dem Standard für offene Agent-Fähigkeiten . Jede Fähigkeit ist eine Markdown-Datei mit Front-Matter-Metadaten, die beschreibt, wann und wie die Fähigkeit verwendet werden soll. KI-Codierungsassistenten erkennen und laden relevante Fähigkeiten basierend auf der jeweiligen Aufgabe automatisch.
Installiere KI-Tools mit der CLI
Installiere Azure Databricks AI-Tools mit der Databricks CLI-Befehlsgruppeaitools. Die CLI erkennt unterstützte Coding-Agenten und installiert Azure Databricks Skills und Plugins, damit Ihr Agent effektiv mit Azure Databricks-Ressourcen wie Bundles, Jobs und SQL arbeiten kann.
# Install skills for all detected agents
databricks aitools install
# Install skills for a specific agent
databricks aitools install --agents claude-code
# Install skills into the current project instead of globally
databricks aitools install --scope project
# Install specific skills
databricks aitools install --skills databricks-dabs,databricks-dbsql
Verwenden Sie databricks aitools list, databricks aitools update und databricks aitools uninstall, um installierte KI-Tools zu verwalten. Alle Optionen finden Sie in aitools der Befehlsgruppe.
Um Fähigkeiten aus beliebigen GitHub Repositorys zu installieren, die nicht über die Databricks CLI verteilt werden, verwenden Sie die Skills CLI, einen Open-Source-Paket-Manager für Agent-Fähigkeiten. Die Skills CLI scannt ein GitHub Repository nach Qualifikationsdateien und installiert sie in Ihrem Projekt, damit Ihr KI-Codierungsassistent sie automatisch erkennen und verwenden kann.
Installieren Sie KI-Tools aus einem Plugin-Marktplatz
Azure Databricks KI-Tools werden auch als Plugins in den Marktplätzen Claude Code und Cursor veröffentlicht. Die Installation eines Marktplatz-Plugins verschafft Ihrem Codiereragenten Zugriff auf Databricks-Fähigkeiten innerhalb des Agenten, anstatt über die Databricks-CLI.
- Claude Code: Azure Databricks plugin
- Cursor: Azure Databricks Plugin
Hinweis
Die Databricks-CLI und das Azure Databricks Agenten-Skills-Repository enthalten immer den aktuellsten Satz an Fähigkeiten. Marktplatz-Listings hinken oft hinterher, also nutze die Databricks-CLI, um Tools zu installieren, falls du die neuesten Informationen brauchst.
KI-Tools und von Databricks bereitgestellte MCPs
KI-Tools und von Databricks bereitgestellte MCPs lösen verschiedene Hälften desselben Problems, und die meisten Setups nutzen beides:
| KI-Tools | Verwaltete MCP-Server | |
|---|---|---|
| Was es bietet | Wissen: Azure Databricks Muster, APIs und Workflows, die der Agent beim Schreiben von Code anwendet. | Tools: aufrufbare Endpunkte, die ein Agent verwendet, um Unity-Katalogdaten abzufragen, SQL auszuführen, Indizes zu durchsuchen und Genie Agents aufzurufen. |
| Wo es läuft | Lokal im Skills- oder Plugin-Verzeichnis deines Coding-Agenten. | Gehostet von Azure Databricks, gesteuert von Unity Catalog. |
| Wie man es einrichtet | databricks aitools install |
Füge die Server-URL zur MCP-Konfiguration deines Clients hinzu und authentifiziere dich. Siehe Unterstützte Coding-Agenten. |
Fähigkeiten lehren den Agenten, wie man arbeitet; MCP-Server lassen es die Arbeit erledigen. Eine Skill kann einen Agenten zu einem verwalteten MCP-Server für eine Aufgabe leiten, aber die Skill ist selbst kein MCP-Server, und die Installation von KI-Tools konfiguriert keine MCP-Server für dich. Wenn Ihr Agent sowohl korrekten Azure Databricks-Code schreiben als auch Live-Workspace-Daten lesen soll, installieren Sie KI-Tools und verbinden Sie die benötigten verwalteten MCP-Server.
Qualifikationsrepositorys
| GitHub Repository | Beschreibung | Fähigkeiten |
|---|---|---|
| Kenntnisse des Azure Databricks-Agents | Offiziell gepflegte Kernfunktionen und Plugins für die Azure-Databricks-Entwicklung in den Bereichen Compute, Orchestrierung, Speicher und Anwendungen. Diese Fähigkeiten werden mit databricks aitools install installiert. |
Unter anderem umfassen sie Fähigkeiten für Agent Bricks, KI-Funktionen, KI/BI-Dashboards, Databricks-Apps, Bundles, Databricks CLI, Databricks Lakehouse, Genie, Iceberg, Lakebase, Lakeflow Jobs, Metrikansichten, MLflow-Evaluation, Model Serving, Python SDK, Lakeflow-Pipelines, serverlose Migration, strukturiertes Streaming, synthetische Daten, Unity-Katalog, KI-Suche und Zerobus-Ingest |
| KI-Entwicklerkit-Fähigkeiten | Kuratierte Community-Kompetenzen, die die Entwicklungsmuster von Azure Databricks abdecken. | Deprecated. Diese Fähigkeiten sind mit Azure Databricks Agent Skills verfügbar. Um Konflikte zu vermeiden, deinstalliere die AI Dev Kit Skills, bevor du Databricks Agent-Skills installierst. Siehe AI Dev Kit deinstallieren. |
| Fähigkeiten der Databricks-App-Vorlage | Aufgabenspezifische Fähigkeiten eingebettet in Databricks-App-Vorlagen für Agents (LangGraph, LangChain, OpenAI Agents SDK), App Kits (Lakebase, Genie, Analytics) und Chatbot/Data App Frameworks (Streamlit, Dash, Gradio, Shiny, Flask, Node.js). | Schnellstart, Bereitstellen, Agent ändern, Tools hinzufügen, Tools erstellen, Tools entdecken, Von Model Serving migrieren, Lokal ausführen, Lasttests, Supervisor-APIs |
| MLflow-Fähigkeiten | Fähigkeiten zum Instrumentieren, Debuggen und Auswerten von LLM-Agents mit MLflow. | MLflow-Onboarding, MLflow-Agent, Instrumentierung der Ablaufverfolgung, Abrufen und Analysieren von Ablaufverfolgungen, Abfragen von Metriken, Agent-Bewertung, Analyse von Chat-Sitzungen, MLflow-Dokumentensuche |
Weitere Ressourcen
-
aitoolsKommandogruppe: VollständigeaitoolsKommandoreferenz. - Von Databricks bereitgestellte MCPs: Gewähren Agenten kontrollierten Zugang zu Daten und externen Werkzeugen.
- Unterstützte Coding-Agenten: Verbinden Sie Claude, Cursor und andere Clients mit Azure Databricks MCPs.
- Erweitern Sie Genie Code mit Agent-Fähigkeiten: Erstellen Sie Fähigkeiten für den integrierten Genie Code in Ihrem Arbeitsbereich.
- Agenten auf Databricks Apps mit dem Legacy-Agentenserver ausführen: Bauen und deployen Sie einen Agenten auf Databricks Apps.