AIコーディングアシスタントのためのエージェントスキル
エージェント スキルは、Claude やGitHub Copilot などのAIコーディング アシスタントがDatabricks開発タスクを実行するためにロードできるタスク固有の指示ファイルです。 スキルパッケージは、ドメイン固有の知識、ベストプラクティス、ワークフローを、AIによる利用に最適化された形式にまとめたものです。DatabricksワークスペースでGenie Codeを拡張する方法については、 「エージェント スキルを使用してGenie Codeを拡張する」を参照してください。
スキルは、オープンなエージェントスキル標準に準拠しています。各スキルは、そのスキルをいつ、どのように使用すべきかを記述したフロントマターメタデータを含むMarkdownファイルです。AIコーディングアシスタントは、目の前のタスクに基づいて、関連するスキルを自動的に検出してロードします。
スキルをインストールする
Databricks CLI aitools コマンドグループを使用して、Databricks AI スキルをインストールします。CLI はサポートされているコーディングエージェントを検出し、Databricks スキルをインストールするため、AI コーディングアシスタントがバンドル、ジョブ、SQL などの Databricks リソースと効果的に作業できます。
# Install Databricks AI 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
インストールされているAIツールコンポーネントを管理するには、databricks aitools list、databricks aitools update、およびdatabricks aitools uninstallを使用します。すべての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。
Databricks CLIを介して配布されていない任意のGitHubリポジトリからスキルをインストールするには、エージェントスキルのオープンソースパッケージマネージャーであるSkills CLIを使用してください。Skills CLIは、GitHubリポジトリでスキルファイルをスキャンし、それらをプロジェクトにインストールすることで、AIコーディングアシスタントが自動的に検出して使用できるようにします。
スキルリポジトリ
GitHubリポジトリ | 説明 | スキル |
|---|---|---|
コンピュート、オーケストレーション、ストレージ、アプリにわたるDatabricks開発のコア スキルが正式に維持されています。 | Databricks CLI、Databricks Apps、アセットバンドル、Lakeflow Jobs、Lakebase、Model Serving、Lakeflow Pipelines、Serverless migration | |
エージェント用のDatabricksアプリ テンプレート (LangGraph、 LangChain 、 OpenAI Agents SDK )、アプリ キット ( Lakebase 、 Genie 、アナリティクス)、およびチャットボット/データ アプリ フレームワーク (Streamlit、Dash、Gradio、Shiny、Flask、 Node.js ) 内に埋め込まれたタスク固有のスキル。 | クイックスタート、展開、エージェントの変更、ツールの追加、ツールの作成、ツールの検出、モデルからの移行、サービング、ローカル実行、負荷テスト、スーパーバイザーAPIs | |
厳選されたコミュニティスキル集。25種類以上のDatabricks開発パターンを網羅しています。 | Agent Bricks、AI Functions、AI/BI ダッシュボード、Databricks Apps、Asset Bundles、Databricks レイクハウス、Genie、Iceberg、Lakebase、Lakeflow Jobs、メトリクスビュー、MLflow評価、Model Serving、Python SDK、LakeFlow Pipelines、Structured Streaming、合成データ、Unity Catalog、AI Search、Zerobus取り込み | |
MLflowを用いたLLMエージェントの計測、デバッグ、評価に関するスキル。 | MLflow オンボーディング、MLflow エージェント、インストルメンテーション トレース、トレースの取得と分析、メトリクスのクエリ、エージェントの評価、チャット セッション分析、MLflow ドキュメント検索 |
その他のリソース
- エージェント スキルを使用してGenie Code拡張する: ワークスペースにGenie Code組み込むためのスキルを作成します。
- エージェントをモデルサービングからDatabricks Appsに移行する: エージェントのスキルを使用して、エージェントをモデルサービングからDatabricks Appsに移行します。
- AIエージェントを作成してDatabricks Appsにデプロイする： Databricks AppsにAIエージェントを構築してデプロイします。