Aller au contenu principal
Dernière mise à jour le

Connecter GitHub Copilot CLI

Utilisez GitHub Copilot CLI avec des modèles, des outils MCP et des compétences via Unity Gateway. La CLI Unity Gateway (ug) gère la connexion et la configuration du workspace. Vous pouvez également configurer les connexions manuellement.

Avant de commencer​

Vous avez besoin de l'URL de votre workspace Databricks et de l'accès aux modèles, aux services MCP et aux compétences que vous souhaitez utiliser. Pour une configuration manuelle, installez GitHub Copilot CLI et munissez-vous d’un jeton d'accès personnel Databricks.

Si votre administrateur a déjà configuré votre appareil, suivez les instructions de configuration de votre organisation.

Utilisez la CLI Unity Gateway​

Installez ug, puis exécutez cette commande depuis le répertoire de votre projet :

Bash
ug copilot

Suivez les instructions pour sélectionner votre workspace et vous connecter. La commande ouvre GitHub Copilot CLI avec un modèle configuré. Start à travailler avec les mêmes prompts et commandes que vous utilisez déjà.

To start with a different model available in your workspace:

Bash
ug copilot --model "<model-name>"

Utilisez le nom complet dans Unity Catalog, par exemple system.ai.claude-sonnet-4-6. L’intégration ug actuelle configure les modèles Claude et GPT pour Copilot CLI.

Configurer les modèles manuellement​

Définissez ces variables dans votre terminal :

Bash
export COPILOT_PROVIDER_TYPE="openai"
export COPILOT_PROVIDER_BASE_URL="https://<workspace-hostname>/ai-gateway/mlflow/v1"
export COPILOT_PROVIDER_BEARER_TOKEN="<databricks-pat>"
export COPILOT_MODEL="system.ai.claude-sonnet-4-6"
export COPILOT_OFFLINE="true"

Remplacez le hostname, le token et le nom du modèle. Le type de fournisseur openai sélectionne l'API Chat Completions de la passerelle, y compris lorsque vous utilisez un modèle Claude. Le mode hors ligne désactive les connexions aux serveurs de GitHub, et les requêtes de modèle continuent d'être envoyées à Unity Gateway.

Start Copilot CLI depuis le même terminal :

Bash
copilot

Consultez la documentation du fournisseur de modèles personnalisé GitHub pour ces paramètres.

Ajouter des outils MCP​

Utilisez la CLI Unity Gateway​

Exécuter :

Bash
ug mcp add --agents copilot

Sélectionnez les services que vous souhaitez ajouter, puis start une nouvelle session avec ug copilot. Dans Copilot, saisissez /mcp pour afficher les serveurs connectés. Demandez à l'agent d'utiliser un outil en décrivant ce dont vous avez besoin.

ug copilot charge les connexions MCP enregistrées par ug. Continuez à l’utiliser pour start vos sessions.

Configurer manuellement les services MCP​

Merge cette entrée dans ~/.copilot/mcp-config.json:

JSON
{
  "mcpServers": {
    "dbsql": {
      "type": "http",
      "url": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
      "headers": {
        "Authorization": "Bearer <databricks-pat>"
      },
      "tools": ["*"]
    }
  }
}

Remplacez le hostname et le jeton. Pour un autre service, utilisez un nom de serveur unique et remplacez system.ai.dbsql par son nom Unity Catalog en trois parties. Conservez les entrées de serveur existantes, puis redémarrez Copilot CLI.

Consultez la documentation MCP de GitHub.

Ajouter des compétences​

Utilisez la CLI Unity Gateway​

download published skills:

Bash
ug skills add

Choisissez les compétences que vous souhaitez utiliser. La Copilot CLI lit les download à partir de ~/.agents/skills/. start a new session, or enter /skills reload, then use /skills list to see them. Réexécutez la commande de download pour obtenir des versions mises à jour.

Configurer les compétences manuellement​

Pour les fichiers de compétences dont vous disposez déjà, placez le dossier complet, y compris SKILL.md et les fichiers regroupés, dans ~/.agents/skills/ ou dans le .github/skills/ de votre projet. Consultez la documentation GitHub sur les compétences.

Pour accéder au registre des compétences publié via le MCP, ajoutez un deuxième serveur à l’aide de la configuration MCP ci-dessus. Nommez-le databricks-skill-registry et utilisez cette URL avec la même authentification par jeton porteur :

Text
https://<workspace-hostname>/ai-gateway/skills/

Conservez la barre oblique de fin. Redémarrez Copilot CLI et demandez-lui d'utiliser une compétence publiée par son nom complet. Les compétences du registre sont accessibles via MCP ; /skills list affiche les compétences installées.

Les compétences Unity Gateway sont en version bêta. Consultez Gouverner les compétences pour l’activation et les autorisations.

Dépannage​

Échec d’une requête de modèle : vérifiez l’URL de la passerelle, l’expiration du jeton, le nom complet du modèle et les autorisations du modèle. L’intégration actuelle de ug exclut les modèles Gemini de Copilot CLI en raison d’un problème de compatibilité des requêtes.

Un serveur MCP est manquant : si vous l'avez enregistré avec ug, redémarrez avec ug copilot. Pour une configuration manuelle, consultez ~/.copilot/mcp-config.json et les détails de la connexion dans /mcp.

Une compétence téléchargée est manquante : vérifiez que son dossier contient SKILL.md dans un répertoire pris en charge, puis entrez /skills reload.

Pour les problèmes de connexion au workspace ou de configuration de ug, exécutez ug doctor.

Étapes suivantes​

Sur cette page