Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Agentvaardigheden zijn taakspecifieke instructiebestanden die AI-coderingsassistenten zoals Claude en GitHub Copilot kunnen laden om Azure Databricks-ontwikkelingstaken uit te voeren. Domeinspecifieke kennis, best practices en werkstromen worden verpakt in een vaardighedenpakket, in een formaat dat is geoptimaliseerd voor AI-gebruik. Zie Genie Code uitbreiden met agentvaardigheden voor meer informatie over het uitbreiden van Genie Code in de Azure Databricks-werkruimte.
Vaardigheden volgen de open Agent Skills standaard. Elke vaardigheid is een Markdown-bestand met front-mattermetagegevens waarin wordt beschreven wanneer en hoe de vaardigheid moet worden gebruikt. AI-coderingsassistenten detecteren en laden automatisch relevante vaardigheden op basis van de betreffende taak.
AI-tools installeren
Installeer Azure Databricks AI-tools met behulp van de Databricks CLI-commandogroepaitools. De CLI detecteert ondersteunde codeeragenten en installeert Azure Databricks vaardigheden en plugins, zodat je agent effectief kan werken met Azure Databricks resources zoals bundels, jobs en SQL.
# 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 bundles,sql
Gebruik databricks aitools list, databricks aitools update, en databricks aitools uninstall om geïnstalleerde AI-tools te beheren. Zie de opdrachtgroep voor alle optiesaitools.
Als u vaardigheden wilt installeren van willekeurige GitHub opslagplaatsen die niet worden gedistribueerd via de Databricks CLI, gebruikt u de Skills CLI, een opensource-pakketbeheerder voor agentvaardigheden. De Skills CLI scant een GitHub opslagplaats voor vaardigheidsbestanden en installeert deze in uw project, zodat uw AI-coderingsassistent deze automatisch kan detecteren en gebruiken.
AI-tools en beheerde MCP-servers
AI-tools en beheerde MCP-servers lossen verschillende helften van hetzelfde probleem op, en de meeste setups gebruiken beide:
| AI-hulpmiddelen | Beheerde MCP-servers | |
|---|---|---|
| Wat het biedt | Kennis: Azure Databricks patronen, API's en workflows die de agent toepast terwijl hij code schrijft. | Tools: aanroepbare eindpunten die een agent gebruikt om Unity Catalog-gegevens op te vragen, SQL uit te voeren, indexen te doorzoeken en Genie Agents aan te roepen. |
| Waar het loopt | Lokaal, in de vaardigheden of plug-inmap van je codeeragent. | Gehost door Azure Databricks, beheerd door Unity Catalog. |
| Hoe het op te zetten | databricks aitools install |
Voeg de server-URL toe aan de MCP-configuratie van je client en authenticeer. Zie MCP's verbinden met AI-assistenten en codeeragenten. |
Vaardigheden leren de agent hoe hij moet werken; MCP-servers laten het werk doen. Een vaardigheid kan een agent naar een beheerde MCP-server sturen voor een taak, maar de vaardigheid is zelf geen MCP-server, en het installeren van AI-tools configureert MCP-servers niet voor jou. Als je wilt dat je agent zowel correcte Azure Databricks-code schrijft als live werkruimtedata leest, installeer dan AI-tools en verbind de beheerde MCP-servers die je nodig hebt.
Opslagplaatsen voor vaardigheden
| GitHub-opslagplaats | Beschrijving | Vaardigheden |
|---|---|---|
| Azure Databricks-agentvaardigheden | Officieel onderhouden kernvaardigheden en plugins voor Azure Databricks-ontwikkeling op het gebied van rekenkracht, orkestratie, opslag en apps. Deze vaardigheden worden geïnstalleerd met behulp van databricks aitools install. |
Onder andere omvat het vaardigheden voor Agent Bricks, AI-functies, AI/BI-dashboards, Databricks-apps, bundels, Databricks CLI, Databricks Lakehouse, Genie, Iceberg, Lakebase, Lakeflow Jobs, metrische weergaven, MLflow-evaluatie, Model Serving, Python SDK, Lakeflow-pipelines, serverless migratie, gestructureerde streaming, synthetische data, Unity Catalog, AI-zoekopdracht en Zerobus-ingest |
| AI Dev Kit-vaardigheden | Gecureerde community-vaardigheden die Azure Databricks ontwikkelpatronen behandelen. | Deprecated. Deze vaardigheden zijn beschikbaar met Azure Databricks agent skills. Om conflicten te voorkomen, verwijder je AI Dev Kit skills voordat je Databricks agent skills installeert. Zie AI Dev Kit verwijderen. |
| Sjabloonvaardigheden voor Databricks-apps | Taakspecifieke vaardigheden die zijn ingesloten in Databricks-app-sjablonen voor agents (LangGraph, LangChain, OpenAI Agents SDK), App Kits (Lakebase, Genie, Analytics) en frameworks voor chatbot-/data-apps (Streamlit, Dash, Gradio, Shiny, Flask, Node.js). | Quickstart, deploy, modify-agent, add-tools, create-tools, discover-tools, migrate-from-model-serving, run-locally, load-testing, supervisor API’s |
| MLflow-vaardigheden | Vaardigheden voor het instrumenteren, opsporen van fouten en het evalueren van LLM-agents met MLflow. | aan de slag met MLflow, MLflow-agent, tracering instrumenteren, traceringen ophalen en analyseren, metrische gegevens opvragen, evaluatie van de agent, analyse van chatsessies, MLflow-documentatie doorzoeken |
Aanvullende informatiebronnen
-
aitoolsopdrachtgroep: Volledigeaitoolsopdrachtenreferentie. - Azure Databricks beheerde MCP-servers: Geef agenten die gereguleerd zijn toegang tot Unity Catalog-data en tools.
- Verbind MCP's met AI-assistenten en codeeragenten: Verbind Claude, Cursor en andere clients met Azure Databricks MCP's.
- Breid Genie Code uit met agentvaardigheden: Maak vaardigheden voor de ingebouwde Genie Code in uw werkruimte.
- Een agent ontwerpen en implementeren in Databricks-apps: een agent bouwen en implementeren in Databricks-apps.
- Verbind agenten met tools van derden met MCP-diensten: Geef agenten die worden beheerd toegang tot ingebouwde SaaS-tools (Slack, GitHub, Google Agenda en meer) via MCP Services.