Compétences d'agent pour les assistants de codage IA
Les compétences d'agent sont des fichiers d'instructions spécifiques aux tâches que les assistants de codage IA comme Claude et GitHub Copilot peuvent charger pour effectuer des tâches de développement Databricks. Les compétences regroupent les connaissances spécifiques au domaine, les meilleures pratiques et les workflows dans un format optimisé pour la consommation par l'IA. Pour savoir comment étendre Genie Code dans le Workspace Databricks, consultez Étendre Genie Code avec les compétences d'agent.
Les compétences suivent le standard ouvert Agent Skills. Chaque compétence est un fichier Markdown avec des métadonnées de type front-matter qui décrivent quand et comment la compétence doit être utilisée. Les assistants de codage IA découvrent et chargent automatiquement les compétences pertinentes en fonction de la tâche à accomplir.
Installer des outils d’IA
Installez les outils Databricks AI à l'aide du groupe de commandes Databricks CLI aitools. La CLI détecte les agents de codage pris en charge et installe les compétences et plugins Databricks afin que votre agent puisse travailler efficacement avec les ressources Databricks telles que les bundles, les jobs et SQL.
# Install skills for all detected agents
databricks aitools install
# Install skills for a specific agent
databricks aitools install --agents claude-code
# Install skills into the current project instead of globally
databricks aitools install --scope project
# Install specific skills
databricks aitools install --skills bundles,sql
Utilisez databricks aitools list, databricks aitools update et databricks aitools uninstall pour gérer les outils d’IA installés. Pour toutes les options, consultez le groupe de commandesaitools.
Pour installer des compétences à partir de repositories GitHub arbitraires qui ne sont pas distribués via la CLI Databricks, utilisez la CLI Skills, un gestionnaire de package open source pour les compétences d'agent. Le CLI Skills analyse un repository GitHub à la recherche de fichiers de compétences et les installe dans votre projet afin que votre assistant de codage IA puisse les découvrir et les utiliser automatiquement.
Outils d'IA et serveurs MCP gérés
Les outils d’IA et les serveurs MCP gérés résolvent deux moitiés différentes du même problème, et la plupart des configurations utilisent les deux :
Outils d'IA | Serveurs MCP gérés | |
|---|---|---|
Ce qu'il fournit | Connaissances : modèles, APIs et workflows Databricks que l’agent applique lorsqu’il écrit du code. | Outils : endpoints appelables qu'un agent utilise pour query les données Unity Catalog, exécuter du SQL, effectuer des recherches dans des index et appeler des agents Genie. |
Où il s'exécute | Localement, dans le répertoire des compétences ou des plugins de votre agent de codage. | Hébergé par Databricks, gouverné par Unity Catalog. |
Comment le configurer |
| Ajoutez l’URL du serveur à la configuration MCP de votre client et authentifiez-vous. Voir Connecter des MCP aux assistants IA et aux agents de codage. |
Les compétences apprennent à l'agent comment travailler ; les serveurs MCP lui permettent d'effectuer le travail. Une compétence peut diriger un agent vers un serveur MCP géré pour une tâche, mais la compétence n'est pas elle-même un serveur MCP, et l'installation d'outils d'IA ne configure pas les serveurs MCP pour vous. Si vous souhaitez que votre agent puisse à la fois écrire du code Databricks correct et lire des données de workspace en temps réel, installez des outils d'IA et connectez les serveurs MCP gérés dont vous avez besoin.
repository de compétences
repository GitHub | Description | Compétences |
|---|---|---|
Compétences et plug-ins principaux officiellement maintenus pour le développement Databricks en matière de compute, d'orchestration, de stockage et d'applications. Ces compétences sont installées à l'aide de | Inclut, entre autres, des compétences pour Agent Bricks, AI Functions, AI/BI Dashboards, Databricks Apps, Bundles, Databricks CLI, Databricks Lakehouse, Genie, Iceberg, Lakebase, Lakeflow Jobs, les vues de métriques, l'évaluation MLflow, Model Serving, le SDK Python, les Lakeflow pipelines, la migration serverless, Structured Streaming, les données synthétiques, Unity Catalog, AI Search et Zerobus ingest | |
Compétences de la Communauté sélectionnées couvrant les modèles de développement Databricks. | Obsolète. Ces compétences sont disponibles avec les compétences d'agent Databricks. Pour éviter les conflits, désinstallez les compétences AI Dev Kit avant d'installer les compétences d'agent Databricks. Voir Désinstaller AI Dev Kit. | |
Compétences spécifiques aux tâches intégrées dans les templates d'applications Databricks pour les agents (LangGraph, LangChain, OpenAI Agents SDK), les kits d'applications (Lakebase, Genie, Analytique) et les frameworks d'applications de chatbot/données (Streamlit, Dash, Gradio, Shiny, Flask, Node.js). | Démarrage rapide, déployer, modifier l'agent, ajouter des outils, créer des outils, découvrir des outils, migrer depuis la diffusion de modèles, exécuter localement, tests de charge, API de superviseur | |
Compétences en matière d'instrumentation, de debugging et d'évaluation des agents LLM avec MLflow. | Intégration MLflow, agent MLflow, instrumentation du traçage, récupération et analyse des traces, requête de métriques, évaluation d'agent, analyse des sessions de chat, recherche de documentation MLflow |
Ressources supplémentaires
- Groupe de commandes
aitools: référence complète des commandesaitools. - Serveurs MCP gérés par Databricks: donnez aux agents un accès gouverné aux données et aux outils Unity Catalog.
- Connecter des MCP à des assistants IA et à des agents de codage: connectez Claude, Cursor et d’autres clients aux MCP de Databricks.
- Étendre Genie Code avec des compétences d'agent: Créez des compétences pour le Genie Code intégré dans votre workspace.
- Créer un agent et le déployer sur Databricks Apps: Créer et déployer un agent sur Databricks Apps.