Unity Gateway 快速入門

透過 Unity Gateway 向相容的 OpenAI 端點發送你的第一個請求。

要求

Authenticate

要開始，請使用個人存取令牌。 OAuth 建議用於生產環境的使用情境。 設定 DATABRICKS_TOKEN 為你工作區的代幣。

個人存取令牌

匯出 個人存取令牌：

export DATABRICKS_TOKEN=<your-personal-access-token>

OAuth

請替換<workspace-url>成你的 Azure Databricks 工作區 URL。 然後用 Azure Databricks CLI 登入，匯出一個短壽命的 OAuth 令牌：

databricks auth login --host https://<workspace-url>
export DATABRICKS_TOKEN=$(databricks auth token --host https://<workspace-url> | jq -r .access_token)

選擇一個模型

Azure Databricks 提供現成型模型，您可以在 UI 的system.ai結構下瀏覽，或在此查看完整的支援模型清單。

本快速入門使用 system.ai.gpt-5-2。 若要查詢其他模型，請改用其完整限定名稱。

請寄出你的請求

請替換<workspace-url>成你的 Azure Databricks 工作區 URL。

Bash

curl https://<workspace-url>/ai-gateway/mlflow/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $DATABRICKS_TOKEN" \
  -d '{
    "model": "system.ai.gpt-5-2",
    "max_output_tokens": 256,
    "input": [
      {
        "role": "user",
        "content": [{"type": "input_text", "text": "Hello!"}]
      },
      {
        "role": "assistant",
        "content": [{"type": "output_text", "text": "Hello! How can I assist you today?"}]
      },
      {
        "role": "user",
        "content": [{"type": "input_text", "text": "What is Databricks?"}]
      }
    ]
  }'

Python

from openai import OpenAI
import os

client = OpenAI(
  api_key=os.environ.get("DATABRICKS_TOKEN"),
  base_url="https://<workspace-url>/ai-gateway/mlflow/v1",
)

response = client.responses.create(
  model="system.ai.gpt-5-2",
  max_output_tokens=256,
  input=[
    {"role": "user", "content": [{"type": "input_text", "text": "Hello!"}]},
    {"role": "assistant", "content": [{"type": "output_text", "text": "Hello! How can I assist you today?"}]},
    {"role": "user", "content": [{"type": "input_text", "text": "What is Databricks?"}]},
  ],
)

print(response.output)

TypeScript

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.DATABRICKS_TOKEN,
  baseURL: 'https://<workspace-url>/ai-gateway/mlflow/v1',
});

const response = await client.responses.create({
  model: 'system.ai.gpt-5-2',
  max_output_tokens: 256,
  input: [
    { role: 'user', content: [{ type: 'input_text', text: 'Hello!' }] },
    { role: 'assistant', content: [{ type: 'output_text', text: 'Hello! How can I assist you today?' }] },
    { role: 'user', content: [{ type: 'input_text', text: 'What is Databricks?' }] },
  ],
});

console.log(response.output);

查看您的要求

在目錄總管中開啟你查詢的模型（system.ai.gpt-5-2），然後選取 計量 分頁，即可在使用記錄中看到你剛傳送的請求，以及其權杖用量和延遲時間。 參見 Unity Gateway 可觀察性。

下一步

  • Last updated on