AIランタイムでのエージェントスキルの使用

databricks-ai-runtime エージェント スキルは、Claude Code、Cursor、Codex などの AI コーディング エージェントに、databricks air Databricks CLI コマンドを通じて AI ランタイムを操作するための指示を提供します。スキルをインストールすると、エージェントにワークロード YAML の作成、GPU トレーニングランの送信、進捗状況の確認を依頼できます。

要件

• Databricks CLI、 ワークスペースで認証済み。スキルの例ではフラット化されたcode_source形式を使用しており、これにはDatabricks CLIバージョン1.20.0以上が必要です。
• AIランタイムが有効になっているワークスペース。要件を参照してください。

スキルのインストール

次のコマンドをランします。

Bash

databricks aitools install --skills-only --skills databricks-ai-runtime

プロンプトに従って、AI エージェントとインストール範囲を選択します。インストール オプションについては、aitoolsコマンド・グループを参照してください。

スキルの範囲

機能	エージェントができること
ワークロードの書き込み	リクエストを、コンピュート、環境、コードソース、およびtorchrun、Accelerate、DeepSpeedなどのフレームワークの起動コマンドを含むワークロードYAMLに変換します。
ランの構成	環境変数、シークレット、ハイパーパラメータ、リトライ、権限を設定します。
ランを送信	--dry-runで設定を検証し、その後、databricks air runと冪等性キーを使用して送信してください。
ランのチェックと監視	databricks air get と databricks air list でステータスを取得し、databricks air logs で Logs をストリームし、メトリクスの MLflow ランを指し示します。
実行をキャンセル	databricks air cancel でアクティブなランの 1 つ、いくつか、またはすべてをキャンセルします。
失敗のデバッグ	失敗したランからLogsを取得し、エラーを表面化します。
カスタムDockerイメージを使用する	カスタムイメージをビルドしてプッシュし、ワークロードで参照します。

機能	エージェントができること
ワークロードの書き込み	リクエストを、コンピュート、環境、コードソース、およびtorchrun、Accelerate、DeepSpeedなどのフレームワークの起動コマンドを含むワークロードYAMLに変換します。
ランの構成	環境変数、シークレット、ハイパーパラメータ、リトライ、権限を設定します。
ランを送信	--dry-runで設定を検証し、その後、databricks air runと冪等性キーを使用して送信してください。
ランのチェックと監視	databricks air get と databricks air list でステータスを取得し、databricks air logs で Logs をストリームし、メトリクスの MLflow ランを指し示します。
実行をキャンセル	databricks air cancel でアクティブなランの 1 つ、いくつか、またはすべてをキャンセルします。
失敗のデバッグ	失敗したランからLogsを取得し、エラーを表面化します。
カスタムDockerイメージを使用する	カスタムイメージをビルドしてプッシュし、ワークロードで参照します。

その他のリソース

• AIランタイムでのDatabricks CLIの使用
• ワークロードYAMLリファレンス
• AI ランタイム で Genie Code を使用する