Aller au contenu principal

Connecter Pi

Use Pi with models and skills through Unity Gateway. La Unity Gateway CLI (ug) gère la connexion et la configuration du workspace, ou vous pouvez configurer la connexion manuellement. Pi n’a pas de client MCP intégré, les outils MCP nécessitent donc une extension Pi distincte.

Avant de commencer

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

Pour la configuration manuelle, remplacez <workspace-hostname> par le hostname de votre workspace Databricks et <databricks-pat> par votre jeton. Utilisez les noms complets des modèles disponibles dans votre Workspace, et Merge les entrées de configuration dans les fichiers existants, tout en conservant les paramètres non associés.

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 pi

Sélectionnez votre workspace et connectez-vous lorsque vous y êtes invité. La commande ouvre Pi avec vos modèles de passerelle configurés. Start coding, ou saisissez /model pour choisir un autre modèle configuré.

Configurer les modèles manuellement

Install Pi, then merge this configuration into ~/.pi/agent/models.json:

JSON
{
"providers": {
"databricks-claude": {
"baseUrl": "https://<workspace-hostname>/ai-gateway/anthropic",
"api": "anthropic-messages",
"apiKey": "<databricks-pat>",
"authHeader": true,
"compat": {
"supportsEagerToolInputStreaming": false
},
"models": [{ "id": "system.ai.claude-sonnet-4-6" }]
}
}
}

Start pi and select the model with /model. Keep supportsEagerToolInputStreaming: false for Claude models through the gateway.

Pour les autres familles de modèles, ajoutez un fournisseur avec l'API et l'URL de base correspondantes. Utilisez les mêmes champs apiKey et authHeader et répertoriez les identifiants de modèle qui vous sont accessibles :

Modèles

api

baseUrl

GPT

openai-responses

https://<workspace-hostname>/ai-gateway/codex/v1

Gemini

google-generative-ai

https://<workspace-hostname>/ai-gateway/gemini/v1beta

Modèles

api

baseUrl

GPT

openai-responses

https://<workspace-hostname>/ai-gateway/codex/v1

Gemini

google-generative-ai

https://<workspace-hostname>/ai-gateway/gemini/v1beta

Consultez la documentation sur la configuration du modèle de Pi.

Ajouter des compétences

Utilisez la CLI Unity Gateway

download des compétences publiées :

Bash
ug skills add

Choose your skills, then restart Pi. It reads the downloads from ~/.agents/skills/. Ask Pi to use a skill or invoke /skill:<name>, using the name in its SKILL.md.

Configurer les compétences manuellement

Pour les fichiers dont vous disposez déjà, placez chaque dossier de compétences complet dans ~/.agents/skills/ ou dans le dossier .pi/skills/ de votre projet. Consultez la documentation sur les compétences de Pi.

MCP support

Pi ne dispose d’aucun client MCP intégré, et ug mcp add ne prend pas en charge Pi. Utilisez des compétences download ; les services MCP et le registre des compétences nécessitent une extension Pi distincte. Consultez la documentation de l'extension de Pi.

Les compétences de Unity Gateway sont en version bêta. Consultez Gérer 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 du modèle et les autorisations.

A downloaded skill is missing: Check that its complete folder contains SKILL.md in a supported directory. Réexécutez ug skills add avec les mêmes options pour refresh les compétences downloaded.

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

Étapes suivantes