Habilidades de agente para assistentes de codificação AI
As habilidades do agente são arquivos de instruções específicos para cada tarefa que assistentes de codificação AI como Claude e GitHub Copilot, podem carregar para executar tarefas de desenvolvimento Databricks . O pacote de habilidades reúne conhecimento específico da área, melhores práticas e fluxo de trabalho em um formato otimizado para consumo AI . Para aprender como estender Genie Code no workspace Databricks , consulte Estender Genie Code com habilidades de agente.
As competências seguem o padrão aberto de Competências de Agente . Cada habilidade é um arquivo Markdown com metadados introdutórios que descrevem quando e como a habilidade deve ser usada. Os assistentes de programação AI descobrem e carregam automaticamente as habilidades relevantes com base na tarefa em questão.
Instalar habilidades
Instale habilidades usando a CLIde Habilidades, um gerenciador de pacotes de código aberto para habilidades de agentes. A CLI de Linha de Comando) examina um repositório GitHub em busca de arquivos de habilidades e os instala em seu projeto para que seu assistente de codificação AI possa descobri-los e usá-los automaticamente.
# List skills in a repository
npx skills add databricks/databricks-agent-skills --list
# Install specific skills
npx skills add databricks/databricks-agent-skills --skill databricks-apps --skill databricks-pipelines
# Install all skills from a repo to all agents
npx skills add databricks/databricks-agent-skills --all
# Remove interactively (select from installed skills)
npx skills remove
A CLI requer apenas que o repositório contenha arquivos de habilidade. Os proprietários do repositório não precisam configurar nada para que a CLI funcione com suas habilidades.
Habilidades
GitHub | Descrição | Habilidades |
|---|---|---|
Competências essenciais oficialmente mantidas para o desenvolvimento Databricks em compute, orquestração, armazenamento e aplicativos. | Databricks CLI, Databricks Apps, Pacotes ativos, LakeFlow Jobs, Lakebase, modelo de instalação, pipeline declarativo LakeFlow Spark , migração serverless | |
Habilidades específicas para tarefas incorporadas no padrão de aplicativos Databricks para agentes (LangGraph, LangChain, OpenAI Agents SDK), App Kits (Lakebase, Genie, analytics) e frameworks de aplicativos de chatbot/dados (Streamlit, Dash, Gradio, Shiny, Flask, Node.js). | Início rápido, implantado, modificar agente, adicionar ferramentas, criar ferramentas, descobrir ferramentas, modelo de migração do serviço, execução local, teste de carga, APIssupervisoras | |
Habilidades selecionadas da comunidade, abrangendo mais de 25 padrões de desenvolvimento do Databricks. | Agent Bricks, AI Functions, AI/BI Dashboards, Databricks Apps, ativo Bundles, Databricks lakehouse, Genie, Iceberg, Lakebase, LakeFlow Jobs, métricas view, MLflow Assessment, modelo de ações, Python SDK, LakeFlow Spark Declarative pipeline, transmissão estructurada, synthetic data, Unity Catalog, Vector Search, Zerobus ingest | |
Habilidades para instrumentar, restringir e avaliar agentes LLM com MLflow. | Integração do MLflow, agente MLflow, instrumentação de rastreamento, recuperação e análise de rastreamentos, consulta de métricas, avaliação de agentes, análise de sessões de chat, pesquisa de documentação do MLflow |
Próximos passos
- Amplie Genie Code com habilidades de agente: Crie habilidades para o Genie Code integrado em seu workspace.
- Migrar um agente do Servindo Modelo para Databricks Apps: Use as habilidades do agente para migrar um agente do Servindo Modelo para Databricks Apps.
- Crie um agente AI e implante-o no Databricks Apps: Desenvolva e implante um agente AI no Databricks Apps.