Connect Pi

Nutze Pi mit Modellen und Fähigkeiten über Unity Gateway. Die Unity Gateway CLI (ug) übernimmt die Anmeldung und Konfiguration des Arbeitsbereichs, oder Sie können die Verbindung manuell konfigurieren. Pi hat keinen eingebauten MCP-Client, daher benötigen MCP-Tools eine separate Pi-Erweiterung.

Prerequisites

Du brauchst die URL deines Azure Databricks Arbeitsbereichs und Zugriff auf die Modelle und Fähigkeiten, die du verwenden möchtest. Für die manuelle Einrichtung installiere Pi und habe ein Azure Databricks Personal Access Token.

Für die manuelle Konfiguration ersetzen Sie <workspace-hostname> durch den Hostnamen Ihres Azure-Databricks-Arbeitsbereichs und <databricks-pat> durch Ihr Token. Nutze vollständige Modellnamen, die in deinem Arbeitsbereich verfügbar sind, und füge Konfigurationseinträge in bestehende Dateien ein, wobei du nicht zusammenhängende Einstellungen beibehältst.

Wenn dein Administrator dein Gerät bereits konfiguriert hat, folge den Einrichtungsanweisungen deiner Organisation.

Verwenden Sie die Unity Gateway CLI

Installiere und führe ugdann diesen Befehl aus deinem Projektverzeichnis aus:

ug pi

Wählen Sie Ihren Arbeitsbereich aus und melden Sie sich an, wenn Sie aufgefordert werden. Der Befehl öffnet Pi mit Ihren konfigurierten Gateway-Modellen. Beginnen Sie mit dem Programmieren oder geben Sie /model ein, um ein anderes konfiguriertes Modell auszuwählen.

Modelle manuell konfigurieren

Installiere Pi und füge diese Konfiguration dann zusammen in ~/.pi/agent/models.json:

{
  "providers": {
    "databricks-claude": {
      "baseUrl": "https://<workspace-hostname>/ai-gateway/anthropic",
      "api": "anthropic-messages",
      "apiKey": "<databricks-pat>",
      "authHeader": true,
      "compat": {
        "supportsEagerToolInputStreaming": false
      },
      "models": [{ "id": "system.ai.claude-sonnet-4-6" }]
    }
  }
}

Starte pi und wähle das Modell mit /model. Behalten Sie supportsEagerToolInputStreaming: false für Claude-Modelle über das Gateway bei.

Für andere Modellfamilien fügen Sie einen Anbieter mit der entsprechenden API und der Basis-URL hinzu. Verwenden Sie dieselben Felder apiKey und authHeader und listen Sie die Ihnen verfügbaren Modell-IDs auf:

Modelle api baseUrl
GPT openai-responses https://<workspace-hostname>/ai-gateway/codex/v1
Gemini google-generative-ai https://<workspace-hostname>/ai-gateway/gemini/v1beta

Siehe die Modellkonfigurationsdokumentation von Pi.

Hinzufügen von Fähigkeiten

Verwenden Sie die Unity Gateway CLI

Veröffentlichte Skills herunterladen:

ug skills add

Wähle deine Fähigkeiten aus und starte dann Pi neu. Es liest die Downloads von ~/.agents/skills/. Bitten Sie Pi, eine Fähigkeit zu verwenden oder /skill:<name> aufzurufen, und verwenden Sie dabei den Namen in ihrem SKILL.md.

Fähigkeiten manuell konfigurieren

Für Dateien, die du bereits hast, lege jeden vollständigen Skill-Ordner in ~/.agents/skills/ oder in den .pi/skills/ deines Projekts. Siehe die Dokumentation über Pi's Fähigkeiten.

MCP-Unterstützung

Pi hat keinen integrierten MCP-Client und ug mcp add unterstützt Pi nicht. Verwenden Sie heruntergeladene Fähigkeiten; MCP-Dienste und das Fertigkeitsregister erfordern eine separate Pi-Erweiterung. Siehe die Dokumentation der Pi-Erweiterungen.

Die Unity-Gateway-Fähigkeiten befinden sich in der Beta. Siehe Governance-Fähigkeiten für Aktivierung und Berechtigungen.

Problembehandlung

Eine Modellanfrage schlägt fehl: Überprüfen Sie die Gateway-URL, das Token-Ablaufdatum, den Modellnamen und die Berechtigungen.

Ein heruntergeladener Skill fehlt: Überprüfen Sie, ob sein vollständiger Ordner SKILL.md in einem unterstützten Verzeichnis enthält. Führen Sie ug skills add mit denselben Optionen erneut aus, um heruntergeladene Skills zu aktualisieren.

Bei Problemen bei der Anmeldung am Arbeitsbereich oder bei ug Einrichtungsproblemen führe ug doctor aus.

Nächste Schritte

  • Zuletzt aktualisiert um