Référence de commande CLI Python héritée pour Runtime de l'IA

important

Cette documentation est obsolète et peut ne pas être mise à jour.

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

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

La CLI air propose 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 depuis la CLI elle-même :

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. Elle constitue donc la source de vérité en cas de divergence avec le tableau ci-dessous.

Commandes

Commande	Objectif
air run	Envoyez un workload défini 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 pour une exécution. Utilisez --node pour cibler un nœud spécifique et --download-to pour écrire des logs dans un répertoire.
air cancel	Annuler un workload en cours d’exécution.
air register image	Enregistrez et mettez en cache une image Docker personnalisée à utiliser dans les charges de travail. Consultez Utiliser des images Docker personnalisées avec l'ancienne CLI Python.

Commande	Objectif
air run	Envoyez un workload défini 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 pour une exécution. Utilisez --node pour cibler un nœud spécifique et --download-to pour écrire des logs dans un répertoire.
air cancel	Annuler un workload en cours d’exécution.
air register image	Enregistrez et mettez en cache une image Docker personnalisée à utiliser dans les charges de travail. Consultez Utiliser des images Docker personnalisées avec l'ancienne CLI Python.

Flags globaux

Marquer	Objectif
--version	Imprimer la version installée de CLI.
-p, --profile	Utilisez le profil d’authentification CLI Databricks nommé au lieu du profil default.
-h, --help	Afficher l'aide. Lorsque suivi d'un chemin de configuration (-h config.compute), affichez l'aide des champs YAML.

Marquer	Objectif
--version	Imprimer la version installée de CLI.
-p, --profile	Utilisez le profil d’authentification CLI Databricks nommé au lieu du profil default.
-h, --help	Afficher l'aide. Lorsque suivi d'un chemin de configuration (-h config.compute), affichez l'aide des champs YAML.

Voir aussi

• Démarrage rapide de la CLI Python héritée pour l'IA Runtime
• Référence YAML de Workload pour l'ancienne CLI Python
• Effectuer le suivi des exécutions avec la CLI Python héritée
• Utilisez des images Docker personnalisées avec l’ancienne CLI Python