Genie Code CLI

Genie Code CLI 是一個程式設計代理,運行於你的終端機中,並針對 Azure Databricks 上的資料與 AI 工作進行調整。 它的運作方式類似其他終端機編碼代理,但預設能理解 Azure Databricks,並能自然地與你的資料、管線、模型和應用程式協作。

因為 Genie Code CLI 能在你的機器上執行,能讀取並編輯你的本地檔案、執行指令,並代表你存取 Azure Databricks。 它使用 Databricks CLI,包括 databricks genie 等指令,例如 databricks genie ask,來探索資料並回答問題。 Genie Code CLI 使用 Azure Databricks 提供的模型,因此你不需要自備模型訂閱。 你管理存取權和預算的方式和 Genie Code 一樣。 請參見 帳單與預算。

Requirements

Genie Code CLI 以你自己的身份執行,因此只能存取資料並執行你 Azure Databricks 權限允許的操作。

安裝和設定

  1. 如果還沒安裝 Databricks CLI (版本 1.0.0 或以上),請另外安裝。 請參閱安裝或更新 Databricks CLI。

  2. 使用適用於你的作業系統的指令安裝 Genie Code CLI。

    Linux 或 macOS

    curl -fsSL https://github.com/databricks/genie-code-cli/releases/latest/download/install.sh | bash
    

    Windows 作業系統

    請在 PowerShell 中執行以下操作:

    powershell -ExecutionPolicy Bypass -c "irm https://github.com/databricks/genie-code-cli/releases/latest/download/install.ps1 | iex"
    
  3. 確認安裝:

    genie --version
    
  4. 進入你的專案目錄並啟動 Genie Code CLI:

    cd my-project
    genie
    
  5. 當系統提示時,選擇 Databricks CLI 設定檔,若尚未設定,則進行身分驗證。 請參閱為 Databricks CLI 設定的驗證。 Genie Code CLI 使用此配置檔進行模型存取與計費。 它仍然可以使用其他 Databricks CLI 設定檔來處理其他工作空間,或完全在 Azure Databricks 之外工作。

  6. 確認你信任目錄內容,然後開始輸入提示。

你可以用 Genie Code CLI 做什麼

Genie Code CLI 可以直接處理本地檔案,透過 Genie 發現並查詢你的 Unity Catalog 資料,並能透過終端機中的單一對話來建立及部署 Azure Databricks 資產。 例如:

  • 收錄與治理:「清理這些每月銷售 CSV 檔,載入 Unity Catalog,並依區域顯示營收隨時間變化。」
  • 探索你的數據:「我的哪些目錄有客戶流失數據?上季的主要驅動因素是哪些?」
  • 擴充管線:「在我的訂單管線中新增一個 silver refunds 資料表,並回填過去 90 天的資料。」
  • 訓練並提供模型:「在 Azure Databricks 上執行這個訓練腳本,並將模型放在服務端點後面。」
  • 建置並發佈應用程式:「為我的 customers 資料表建立本機應用程式原型,並部署為 Azure Databricks 應用程式。」

Genie Code CLI 在工作空間中與 Genie Code 的差異

Genie Code CLI 是一個為本地終端工作設計的獨立體驗。 它擁有自己的工具、技能和指示,目前並未與 Azure Databricks 工作空間中的 Genie Code 共享這些內容。 它也尚未包含工作區介面中所有可用的功能。

在本地處理檔案、腳本和原型時,使用 Genie Code CLI 作為終端機原生的輔助工具。 繼續在工作空間中使用 Genie Code ,以獲得更豐富且功能完整的體驗。

設定技能與 MCP 伺服器

你可以用技能、MCP 伺服器和專案指示來擴充 Genie Code CLI。 如果你已經使用 Claude Code 或 Cursor,可以在 Genie Code CLI 裡執行 /import 來匯入其中的設定。

新增技能

Genie Code CLI 已經內建 Azure Databricks 代理技能,因此代理能更有效率地處理 Azure Databricks 的資料和資源,例如工作、管線、模型和應用程式。 這些技能位於 ~/.genie/skills/.system/。

要新增你自己的技能,請建立一個包含採用標準 Agent Skills 格式的 SKILL.md 檔案的資料夾,並儲存在 ~/.genie/skills/。 要與團隊分享技能,請改為將技能儲存在你的 .agents/skills/ 儲存庫中。 Genie Code CLI 也會從其他本地資料夾載入技能,例如工作目錄的父資料夾和倉庫根目錄。

你也可以請 Genie Code CLI 建立技能,或是將其他程式代理的現有技能轉換過來。

Genie Code CLI 只會從本地資料夾載入技能。 若要使用來自 Azure Databricks 工作區的技能,例如 .assistant/skills/ 技能,請將其下載到這些資料夾之一。

連接 MCP 伺服器

使用genie mcp add來連接 Genie Code CLI 到任何 MCP 伺服器,包括那些未託管在 Azure Databricks 上的 MCP 伺服器。

要連接遠端 MCP 伺服器,提供其 URL 及包含存取權杖的環境變數名稱:

genie mcp add <server-name> --url <server-url> --bearer-token-env-var <env-var-name>

要連接在你機器上運行的 MCP 伺服器,請傳遞啟動它的指令:

genie mcp add <server-name> -- <command> <args>

要連接 Azure Databricks 上的受管理 MCP 伺服器,例如 Genie One MCP 伺服器:

  1. 將 Azure Databricks 存取權牌儲存在環境變數中:

    export DATABRICKS_MCP_TOKEN=$(databricks auth token --profile <profile-name> | jq -r .access_token)
    
  2. 新增 MCP 伺服器並傳遞環境變數的名稱。 如果你的工作區 URL 包含工作區 ID,例如 ?o=<workspace-id>,請將其加在 MCP 伺服器 URL 的末尾。

    genie mcp add genie_one \
      --url "https://<workspace-host>/ai-gateway/mcp-services/system.ai.genie_one_mcp" \
      --bearer-token-env-var DATABRICKS_MCP_TOKEN
    
  3. 在同一終端機中,啟動 Genie Code CLI:

    genie
    
  4. 執行 /mcp 以確認伺服器是否已連接。

新增專案說明

若要提供適用於專案中每一次對話的 Genie Code CLI 指示,例如程式碼慣例、catalog 和 schema 名稱,或如何執行測試,請在專案目錄的根目錄中新增一個 AGENTS.md 檔案。 Genie Code CLI 會在你在該目錄中啟動 Genie Code CLI 時讀取這個檔案。

區域可用性

Genie Code CLI 是 指定服務。 其可用性取決於你工作區的區域,以及 針對指定服務,在工作區地理區域內強制執行資料處理 設定。 對於未啟用合規安全設定檔的美國和歐盟以外的工作區,預設會啟用跨地理處理。 如果關閉跨地理處理,Genie Code CLI 可能無法在你的工作區中使用。 關於各地理區域的可用性,請參閱 各地理區域指定服務的可用性。

Genie Code CLI 在無法使用 Genie 隨用隨用付費計費的地區無法使用:包括美國西中部與卡達中部的 Azure、AWS 亞太區(雅加達)以及政府區域。

無法提供網路搜尋功能。

當無法進行網頁搜尋時,Genie Code CLI 仍可透過執行 shell 指令(如 curl.)存取網際網路。

帳單與預算

Genie Code CLI 的收費方式與 Genie Code 相同,使用 Genie 隨用付費定價。 它與每位用戶每月獲得的 Genie 產品免費用量共用。 Genie Code CLI 的使用會透過 Unity Gateway 追蹤。

Genie Code CLI 的預算與成本控制與其他 Genie 產品一同管理,且 Genie Code CLI 的使用也會計入相同的 Genie 預算。 請參閱 Genie 的預算管理與成本控制。

Genie Code CLI 的使用情況會顯示在 system.billing.usage 系統表中,設定 usage_metadata.genie.surface 為 GENIE_CODE_CLI。 請參閱 監控並了解您的 Genie 成本。

有關目前的價格和免費使用量,請參見 Azure Databricks 的定價頁面。

常見問題

我應該在什麼時候用 Genie Code CLI 取代 Unity Gateway 搭配我自己的程式碼代理?

例如,如果你已經設定另一個 coding agent 以使用 Azure Databricks 代理技能 和 ug claude(例如 Genie One),就透過 ug CLI 使用該 agent。

如果你尚未完成此設定,或者你也想要 Azure Databricks 對代理架構套用的額外調校,讓它在 Azure Databricks 上運作得更好,請使用 Genie Code CLI。

Genie Code CLI 與其他程式代理有什麼不同?

Genie Code CLI 的運作方式與其他終端機程式碼代理相同,但有以下差異:

  • 預先設定 Azure Databricks:包含 Azure Databricks 技能,使用 Databricks CLI 與 Genie 來發現與查詢資料,並搭配資料與 AI 工作指示。 您不需要自行安裝或設定這些項目。
  • 沒有獨立模型訂閱:Genie Code CLI 使用 Azure Databricks 提供的模型,使用量會以與 Genie Code 相同的方式計費到你的 Azure Databricks 帳號。
  • Workspace 操作受 Azure Databricks 規範:你的 Azure Databricks 工作空間中的操作是以你的 Azure Databricks 身分執行,因此會套用 Unity Catalog 權限。 本地操作,例如編輯檔案和在機器上執行指令,不受 Azure Databricks 管理。

若想使用其他程式碼代理搭配 Azure Databricks,請參見開始使用程式碼代理。

Genie Code CLI 支援哪些作業系統?

Genie Code CLI 支援 macOS、Linux 和 Windows。 請參見 安裝與設定。

我可以在我的 IDE 中使用 Genie Code CLI 嗎?

Yes. 從任何 IDE 的整合終端機啟動 Genie Code CLI,例如 Visual Studio Code、Cursor 或 IntelliJ IDEA。 Genie Code CLI 會使用你啟動它所在目錄中的檔案。

我該如何繼續之前的對話?

每次執行 genieGenie Code CLI 都會啟動新的對話。 若要恢復先前的對話,請使用以下其中一種:

  • genie resume:從清單中選擇一個對話。
  • genie resume --last:繼續你最近的對話。
  • /resume:在 Genie Code CLI 執行時,從列表中選擇一段對話。

我該如何更新 Genie Code CLI?

Genie Code CLI 會在啟動時檢查是否有新版本,並提示你更新。 若要手動更新,請執行 genie update,或再次執行適用於您作業系統的 install command。

管理員如何管理 Genie Code CLI?

Genie Code CLI 的使用會透過 Unity Gateway 追蹤,管理員則將其預算與其他 Genie 產品一併管理。 請參閱 Genie 的預算管理與成本控制。

Limitations

  • Genie Code CLI 僅支援 OAuth 使用者對機器(U2M)認證,使用以 databricks auth login 建立的 Databricks CLI 設定檔。 不支援 OAuth 機器對機器(M2M)認證及個人存取權杖。
  • Genie Code CLI 不支援 SSH 隧道 會話。 要使用 Genie Code CLI,請在你的本地機器上執行。
  • Genie Code CLI 只會從本地資料夾載入技能。 它不會載入你工作區或 Unity Catalog 的技能或指令。
  • 如果你在 Azure Databricks 上用存取權杖連接 MCP 伺服器,存取權杖過期後 MCP 呼叫會失敗並出401錯。 要重新連線,退出 Genie Code CLI,將環境變數設為新的權杖,然後執行 genie。