Integre com agentes de codificação

info

Beta

Este recurso está em versão Beta. Os administradores da conta podem controlar o acesso a este recurso na página de pré-visualizações do console account . Veja as prévias do Gerenciador Databricks.

Com a integração do agente de codificação do Databricks, você pode gerenciar o acesso e o uso de agentes de codificação como Cursor, Gemini CLI e Codex CLI. Construído sobre AI Gateway, ele fornece limitação de taxa, acompanhamento de uso e tabelas de inferência para suas ferramentas de codificação.

recurso

Acesso : Acesso direto a diversas ferramentas e modelos de codificação, tudo em uma única fatura.
Observabilidade : Um painel único e unificado para monitorar o uso, os gastos e as métricas em todas as suas ferramentas de programação.
Governança unificada : os administradores podem gerenciar permissões de modelo e limites de taxa diretamente pelo AI Gateway.

Requisitos

A versão beta (prévia) AI Gateway está ativada para sua account. Veja as prévias do Gerenciador Databricks.
Um workspace Databricks em uma região compatível com oAI Gateway (Beta).
Unity Catalog está habilitado para seu workspace. Consulte Ativar um workspace para Unity Catalog.

Agentes apoiados

Os seguintes agentes de codificação são suportados:

Cursor
Codex CLI
Gemini CLI

Configurar

Cursor

Para configurar o Cursor para usar o endpoint do AI Gateway:

Passo 1: Configurar URL base e key API

Abra o Cursor e navegue até Configurações > Configurações do Cursor > Modelos > ChaveAPI .
Ative a opção "Substituir URL base do OpenAI" e insira o URL:
```
https://<ai-gateway-url>/cursor/v1
```
Substitua <ai-gateway-url> pela URL do endpoint do seu AI Gateway.
Cole seu access token pessoal Databricks no campo da chave API OpenAI .

o passo 2: Adicionar modelos personalizados

Clique em + Adicionar modelo personalizado nas configurações do cursor.
Adicione o nome do endpoint do seu AI Gateway e ative a opção.

nota

Atualmente, apenas os endpoints do modelo de base criados Databrickssão suportados.

o passo 3: Teste a integração

Abra o modo Ask com Cmd+L (macOS) ou Ctrl+L (Windows/Linux) e selecione seu modelo.
Enviar uma mensagem. Todas as solicitações agora são encaminhadas pelo Databricks.

Codex CLI

o passo 1: Defina a variável de ambiente DATABRICKS_TOKEN

Bash
export DATABRICKS_TOKEN=<databricks_pat_token>

o passo 2: Configurar o cliente Codex

Crie ou edite o arquivo de configuração do Codex em ~/.codex/config.toml:

Toml
profile = "default"

[profiles.default]
model_provider = "proxy"
model = "databricks-gpt-5-2"

[model_providers.proxy]
name = "Databricks Proxy"
base_url = "https://<ai-gateway-url>/openai/v1"
env_key = "DATABRICKS_TOKEN"
wire_api = "responses"

Substitua <ai-gateway-url> pela URL do endpoint do seu AI Gateway.

Gemini CLI

Passo 1: Instale a versão mais recente do Gemini CLI

Bash
npm install -g @google/gemini-cli@nightly

o passo 2: Configurar variável de ambiente

Crie um arquivo ~/.gemini/.env e adicione a seguinte configuração. Consulte a documentação de autenticação da CLI do Gemini para obter mais detalhes.

GEMINI_MODEL=databricks-gemini-2-5-flash
GOOGLE_GEMINI_BASE_URL=https://<ai-gateway-url>/gemini
GEMINI_API_KEY_AUTH_MECHANISM="bearer"
GEMINI_API_KEY=<databricks_pat_token>

Substitua <ai-gateway-url> pelo URL endpoint AI Gateway e <databricks_pat_token> pelo seu access token pessoal.

Painel

Após o uso do agente de codificação ser rastreado pelo AI Gateway, você pode view e monitorar suas métricas no painel de controle pronto para uso.

Para acessar o painel de controle, selecione " Exibir painel de controle" na página do AI Gateway. Isso cria um painel pré-configurado com elementos gráficos para uso de ferramentas de codificação.

botão visualizar painel de controle

Painel do agente de codificação

Configurar a coleta de dados do OpenTelemetry

Databricks suporta a exportação de métricas e logs do OpenTelemetry de agentes de codificação para tabelas Delta Unity Catalog . Todos os métricas são dados de séries temporais exportados usando o protocolo métricas padrão do OpenTelemetry, e logs são exportados usando o protocolo logs do OpenTelemetry.

Requisitos

Ativada a pré-visualização do OpenTelemetry no Databricks. Veja as prévias do Gerenciador Databricks.

o passo 1: Criar tabelas OpenTelemetry no Unity Catalog

Crie tabelas de gerenciamento de Unity Catalog pré-configuradas com os esquemas de métricas e logs do OpenTelemetry.

Tabela de métricas

SQL
CREATE TABLE <catalog>.<schema>.<table_prefix>_otel_metrics (
  name STRING,
  description STRING,
  unit STRING,
  metric_type STRING,
  gauge STRUCT<
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    value: DOUBLE,
    exemplars: ARRAY<STRUCT<
      time_unix_nano: LONG,
      value: DOUBLE,
      span_id: STRING,
      trace_id: STRING,
      filtered_attributes: MAP<STRING, STRING>
    >>,
    attributes: MAP<STRING, STRING>,
    flags: INT
  >,
  sum STRUCT<
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    value: DOUBLE,
    exemplars: ARRAY<STRUCT<
      time_unix_nano: LONG,
      value: DOUBLE,
      span_id: STRING,
      trace_id: STRING,
      filtered_attributes: MAP<STRING, STRING>
    >>,
    attributes: MAP<STRING, STRING>,
    flags: INT,
    aggregation_temporality: STRING,
    is_monotonic: BOOLEAN
  >,
  histogram STRUCT<
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    count: LONG,
    sum: DOUBLE,
    bucket_counts: ARRAY<LONG>,
    explicit_bounds: ARRAY<DOUBLE>,
    exemplars: ARRAY<STRUCT<
      time_unix_nano: LONG,
      value: DOUBLE,
      span_id: STRING,
      trace_id: STRING,
      filtered_attributes: MAP<STRING, STRING>
    >>,
    attributes: MAP<STRING, STRING>,
    flags: INT,
    min: DOUBLE,
    max: DOUBLE,
    aggregation_temporality: STRING
  >,
  exponential_histogram STRUCT<
    attributes: MAP<STRING, STRING>,
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    count: LONG,
    sum: DOUBLE,
    scale: INT,
    zero_count: LONG,
    positive_bucket: STRUCT<
      offset: INT,
      bucket_counts: ARRAY<LONG>
    >,
    negative_bucket: STRUCT<
      offset: INT,
      bucket_counts: ARRAY<LONG>
    >,
    flags: INT,
    exemplars: ARRAY<STRUCT<
      time_unix_nano: LONG,
      value: DOUBLE,
      span_id: STRING,
      trace_id: STRING,
      filtered_attributes: MAP<STRING, STRING>
    >>,
    min: DOUBLE,
    max: DOUBLE,
    zero_threshold: DOUBLE,
    aggregation_temporality: STRING
  >,
  summary STRUCT<
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    count: LONG,
    sum: DOUBLE,
    quantile_values: ARRAY<STRUCT<
      quantile: DOUBLE,
      value: DOUBLE
    >>,
    attributes: MAP<STRING, STRING>,
    flags: INT
  >,
  metadata MAP<STRING, STRING>,
  resource STRUCT<
    attributes: MAP<STRING, STRING>,
    dropped_attributes_count: INT
  >,
  resource_schema_url STRING,
  instrumentation_scope STRUCT<
    name: STRING,
    version: STRING,
    attributes: MAP<STRING, STRING>,
    dropped_attributes_count: INT
  >,
  metric_schema_url STRING
) USING DELTA
TBLPROPERTIES (
  'otel.schemaVersion' = 'v1'
)

Tabela de logs

SQL
CREATE TABLE <catalog>.<schema>.<table_prefix>_otel_logs (
  event_name STRING,
  trace_id STRING,
  span_id STRING,
  time_unix_nano LONG,
  observed_time_unix_nano LONG,
  severity_number STRING,
  severity_text STRING,
  body STRING,
  attributes MAP<STRING, STRING>,
  dropped_attributes_count INT,
  flags INT,
  resource STRUCT<
    attributes: MAP<STRING, STRING>,
    dropped_attributes_count: INT
  >,
  resource_schema_url STRING,
  instrumentation_scope STRUCT<
    name: STRING,
    version: STRING,
    attributes: MAP<STRING, STRING>,
    dropped_attributes_count: INT
  >,
  log_schema_url STRING
) USING DELTA
TBLPROPERTIES (
  'otel.schemaVersion' = 'v1'
)

Passo 2: Atualize as variáveis de ambiente no seu agente de codificação

Em qualquer agente de codificação com suporte a métricas OpenTelemetry ativado, configure a seguinte variável de ambiente.

JSON
{
  "OTEL_METRICS_EXPORTER": "otlp",
  "OTEL_EXPORTER_OTLP_METRICS_PROTOCOL": "http/protobuf",
  "OTEL_EXPORTER_OTLP_METRICS_ENDPOINT": "https://<workspace-url>/api/2.0/otel/v1/metrics",
  "OTEL_EXPORTER_OTLP_METRICS_HEADERS": "content-type=application/x-protobuf,Authorization=Bearer <databricks_pat_token>,X-Databricks-UC-Table-Name=<catalog>.<schema>.<table_prefix>_otel_metrics",
  "OTEL_METRIC_EXPORT_INTERVAL": "10000",
  "OTEL_LOGS_EXPORTER": "otlp",
  "OTEL_EXPORTER_OTLP_LOGS_PROTOCOL": "http/protobuf",
  "OTEL_EXPORTER_OTLP_LOGS_ENDPOINT": "https://<workspace-url>/api/2.0/otel/v1/logs",
  "OTEL_EXPORTER_OTLP_LOGS_HEADERS": "content-type=application/x-protobuf,Authorization=Bearer <databricks_pat_token>,X-Databricks-UC-Table-Name=<catalog>.<schema>.<table_prefix>_otel_logs",
  "OTEL_LOGS_EXPORT_INTERVAL": "5000"
}

o passo 3: execute seu agente de codificação.

Seus dados devem ser propagados para as tabelas Unity Catalog em até 5 minutos.

recurso​

Requisitos​

Agentes apoiados​

Configurar​

Cursor​

Codex CLI​

Gemini CLI​

Painel​

Configurar a coleta de dados do OpenTelemetry​

Requisitos​

o passo 1: Criar tabelas OpenTelemetry no Unity Catalog​

Passo 2: Atualize as variáveis de ambiente no seu agente de codificação​

o passo 3: execute seu agente de codificação.​

Próximos passos​

recurso

Requisitos

Agentes apoiados

Configurar

Cursor

Codex CLI

Gemini CLI

Painel

Configurar a coleta de dados do OpenTelemetry

Requisitos

o passo 1: Criar tabelas OpenTelemetry no Unity Catalog

Passo 2: Atualize as variáveis de ambiente no seu agente de codificação

o passo 3: execute seu agente de codificação.

Próximos passos