Pular para o conteúdo principal

Use habilidades de agente com AI Runtime

A databricks-ai-runtime habilidade de agente fornece aos agentes de codificação de IA, como Claude Code, Cursor e Codex, instruções para trabalhar com o AI Runtime por meio dos comandos databricks air Databricks CLI. Com a habilidade instalada, você pode pedir ao seu agente para escrever um YAML de carga de trabalho, enviar uma execução de treinamento de GPU e verificar o progresso.

Requisitos​

Instalar a skill​

Execução o seguinte comando:

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

Siga as instruções para escolher seu agente de AI e escopo de instalação. Para opções de instalação, consulte o grupo de comandos aitools.

O que a habilidade aborda​

Capacidade

O que o agente pode fazer

Cargas de trabalho de gravação

Transforme uma solicitação em um YAML de carga de trabalho com compute, ambiente, fonte de código e o comando de inicialização para seu framework, como torchrun, Accelerate ou DeepSpeed.

Configurar execuções

Defina variáveis de ambiente, segredos, hiperparâmetros, tentativas e permissões.

Enviar execuções

Valide a configuração com --dry-run, depois envie com databricks air run e uma key de idempotência.

Verificar e monitorar execuções

Obtenha o status com databricks air get e databricks air list, transmissão logs com databricks air logs e indique a execução do MLflow para métricas.

Cancelar execuções

Cancele uma, várias ou todas as suas execuções ativas com databricks air cancel.

Depurar falhas

Extraia logs de uma execução com falha e mostre o erro.

Usar imagens personalizadas do Docker

Crie e envie uma imagem personalizada e, em seguida, faça referência a ela na carga de trabalho.

Capacidade

O que o agente pode fazer

Cargas de trabalho de gravação

Transforme uma solicitação em um YAML de carga de trabalho com compute, ambiente, fonte de código e o comando de inicialização para seu framework, como torchrun, Accelerate ou DeepSpeed.

Configurar execuções

Defina variáveis de ambiente, segredos, hiperparâmetros, tentativas e permissões.

Enviar execuções

Valide a configuração com --dry-run, depois envie com databricks air run e uma key de idempotência.

Verificar e monitorar execuções

Obtenha o status com databricks air get e databricks air list, transmissão logs com databricks air logs e indique a execução do MLflow para métricas.

Cancelar execuções

Cancele uma, várias ou todas as suas execuções ativas com databricks air cancel.

Depurar falhas

Extraia logs de uma execução com falha e mostre o erro.

Usar imagens personalizadas do Docker

Crie e envie uma imagem personalizada e, em seguida, faça referência a ela na carga de trabalho.

Outros recursos​