Référence de commande CLI Python héritée pour Runtime AI

important

Cette documentation a été retirée et pourrait ne pas être mise à jour.

La CLI air basée sur Python, installée avec le package databricks-air, est désormais obsolète et n'est plus activement maintenue.

Utilisez la CLI Databricks pour les nouvelles charges de travail. Consultez Utiliser la CLI Databricks avec AI Runtime.

La CLI air fournit cinq sous-commandes pour gérer les charges de travail d'entraînement : air run, air get run, air list runs, air logs et air cancel. La même référence est toujours disponible directement depuis la CLI :

Bash

air --help              # All commands
air <command> --help    # Flags for a specific command
air -h config           # YAML config reference
air -h config.compute   # Per-field help for a YAML section

L'aide de la CLI reflète la version exacte que vous avez installée. Il s'agit donc de la source de vérité si elle diffère du tableau ci-dessous.

Commandes

Commande	Usage
air run	Soumettez une charge de travail définie par un fichier YAML. Prend en charge --file, --watch, --dry-run, --override, --idempotency-key, --email et -p pour sélectionner un profil d’authentification.
air get run	Afficher les métadonnées, l'état et la configuration d'une exécution spécifique.
air list runs	Lister les exécutions récentes. Utilisez --limit pour limiter le nombre de résultats et --active pour afficher uniquement les charges de travail en cours d'exécution.
air logs	Stream ou download les Logs d'une exécution. Utilisez --node pour cibler un nœud spécifique et --download-to pour écrire des Logs dans un répertoire.
air cancel	Annuler une charge de travail en cours d'exécution.
air register image	Enregistrer et mettre en cache une image Docker personnalisée à utiliser dans les charges de travail. Consultez Use custom Docker images with the legacy Python CLI.

Commande	Usage
air run	Soumettez une charge de travail définie par un fichier YAML. Prend en charge --file, --watch, --dry-run, --override, --idempotency-key, --email et -p pour sélectionner un profil d’authentification.
air get run	Afficher les métadonnées, l'état et la configuration d'une exécution spécifique.
air list runs	Lister les exécutions récentes. Utilisez --limit pour limiter le nombre de résultats et --active pour afficher uniquement les charges de travail en cours d'exécution.
air logs	Stream ou download les Logs d'une exécution. Utilisez --node pour cibler un nœud spécifique et --download-to pour écrire des Logs dans un répertoire.
air cancel	Annuler une charge de travail en cours d'exécution.
air register image	Enregistrer et mettre en cache une image Docker personnalisée à utiliser dans les charges de travail. Consultez Use custom Docker images with the legacy Python CLI.

Drapeaux mondiaux

Indicateur	Usage
--version	Afficher la version de la CLI installée.
-p, --profile	Utiliser le profil d'authentification de la CLI Databricks nommé au lieu de la valeur default.
-h, --help	Afficher l'aide. Lorsqu'il est suivi d'un chemin de configuration (-h config.compute), affiche l'aide sur les champs YAML.

Indicateur	Usage
--version	Afficher la version de la CLI installée.
-p, --profile	Utiliser le profil d'authentification de la CLI Databricks nommé au lieu de la valeur default.
-h, --help	Afficher l'aide. Lorsqu'il est suivi d'un chemin de configuration (-h config.compute), affiche l'aide sur les champs YAML.

Voir aussi

• Guide de démarrage rapide de la CLI Python héritée pour AI Runtime
• Référence YAML des Workload pour l'ancien CLI Python
• Suivre les exécutions avec l'ancien CLI Python
• Utiliser des images Docker personnalisées avec l'ancienne CLI Python