Connect GitHub Copilot CLI
Unity Gateway を介して、モデル、MCP ツール、スキルで GitHub Copilot CLI を使用します。Unity Gateway CLI（ug）は、ワークスペースへのサインインと構成を処理します。接続を手動で構成することもできます。
Before you begin
DatabricksワークスペースのURLと、使用するモデル、MCPサービス、スキルへのアクセス権が必要です。手動でセットアップするには、GitHub Copilot CLIをインストールし、Databricks個人用アクセストークンを用意します。
If your admin has already configured your device, follow your organization's setup instructions.
Unity Gateway CLIの使用
ugをインストールし、プロジェクトディレクトリからこのコマンドを実行します：
ug copilot
プロンプトに従ってワークスペースを選択し、サインインします。このコマンドを実行すると、設定されたモデルを使用して GitHub Copilot CLI が起動します。すでに使用しているプロンプトやコマンドを使用して作業を起動します。
ワークスペースで使用できる別のモデルで起動するには：
ug copilot --model "<model-name>"
system.ai.claude-sonnet-4-6 などのモデルの完全な Unity Catalog 名を使用します。現在の ug 統合により、Copilot CLI の Claude および GPT モデルが構成されます。
モデルを手動で構成する
ターミナルでこれらの変数を設定します：
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"
ホスト名、トークン、モデル名を置き換えます。openai プロバイダータイプは、Claude モデルを使用する場合も含めて、ゲートウェイの Chat Completions API を選択します。オフラインモードではGitHubサーバーへの接続が無効になりますが、モデルリクエストは引き続きUnity Gatewayに送信されます。
同じターミナルから Copilot CLI を起動します：
copilot
これらの設定については、GitHubのカスタムモデルプロバイダーのドキュメントを参照してください。
MCP ツールを追加
Unity Gateway CLIの使用
ラン：
ug mcp add --agents copilot
追加するサービスを選択し、ug copilotで新しいセッションを起動します。Copilot内で /mcp と入力すると、接続されているサーバーが表示されます。必要な内容を説明して、エージェントにツールの使用を依頼します。
ug copilot loads the MCP connections registered by ug.Keep using it to start your sessions.
MCP サービスを手動で構成する
Merge this entry into ~/.copilot/mcp-config.json:
{
"mcpServers": {
"dbsql": {
"type": "http",
"url": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
"headers": {
"Authorization": "Bearer <databricks-pat>"
},
"tools": ["*"]
}
}
}
ホスト名とトークンを置き換えます。For another サービス, use a unique server name and replace system.ai.dbsql with its three-part Unity Catalog name.既存のサーバーエントリを維持し、Copilot CLIを再起動します。
GitHub の MCP ドキュメントを参照してください。
スキルを追加
Unity Gateway CLIの使用
published skillsをdownload：
ug skills add
Choose the skills you want to use.Copilot CLI reads the downloads from ~/.agents/skills/.Start a new session, or enter /skills reload, then use /skills list to see them.Re-run the download コマンド to get updated versions.
スキルを手動で構成する
すでに所有しているスキルファイルの場合は、SKILL.md とバンドルされたファイルを含む完全なフォルダーを、~/.agents/skills/ またはプロジェクトの .github/skills/ に配置します。GitHub のスキルに関するドキュメントを参照してください。
MCPを介して公開されたスキルレジストリにアクセスするには、上記のMCP構成を使用して2番目のサーバーを追加します。名前をdatabricks-skill-registryにし、同じベアラ認証でこのURLを使用します：
https://<workspace-hostname>/ai-gateway/skills/
末尾のスラッシュを保持します。Copilot CLIを再起動し、完全な名前で公開スキルを使用するように依頼します。Registry skills are accessed through MCP; /skills list shows installed skills.
Unity ゲートウェイのスキルはベータ版です。有効化と権限については、スキルのガバナンスを参照してください。
トラブルシューティング
A model request fails: Check the gateway URL, token expiration, full model name, and model permissions.The current ug integration excludes Gemini models from Copilot CLI because of a request compatibility issue.
MCP サーバーが見つかりません： ug で登録した場合は、ug copilot で再起動してください。手動でセットアップする場合は、~/.copilot/mcp-config.json および /mcp の接続詳細を確認してください。
ダウンロードしたスキルが見つかりません： フォルダーのサポートされているディレクトリに SKILL.md が含まれていることを確認し、/skills reload を入力してください。
ワークスペースのサインインまたは ug doctor の設定に問題がある場合は、ug を実行してください。