Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Die databricks-ai-runtime Agent-Fähigkeit gibt KI-Coding-Agenten wie Claude Code, Cursor und Codex Anweisungen zur Arbeit mit KI-Runtime über die databricks air Databricks-CLI-Befehle. Mit der installierten Fähigkeit kannst du deinen Agenten bitten, ein Workload-YAML zu schreiben, einen GPU-Trainingslauf einzureichen und dessen Fortschritt zu überprüfen.
Requirements
- Die Databricks CLI, authentifiziert auf Ihren Arbeitsbereich. Die Beispiele des Skills verwenden das abgeflachte
code_sourceFormat, das Databricks CLI Version 1.20.0 oder höher erfordert. - Ein Arbeitsbereich mit aktivierter AI Runtime. Siehe Anforderungen.
Skill installieren
Führen Sie den folgenden Befehl aus:
databricks aitools install --skills-only --skills databricks-ai-runtime
Folgen Sie den Anweisungen, um Ihren KI-Agenten und Ihren Installationsbereich auszuwählen. Weitere Informationen zu Installationsoptionen finden Sie unter aitools-Befehlsgruppe.
Was die Fähigkeit abdeckt
| Fähigkeit | Was der Agent tun kann |
|---|---|
| Schreib-Workloads | Wandeln Sie eine Anfrage in ein Workload-YAML um, mit Rechenleistung, Umgebung, Codequelle und dem Startbefehl für Ihr Framework, wie z. B. torchrun, Accelerate oder DeepSpeed. |
| Ausführungen konfigurieren | Setze Umgebungsvariablen, Secrets, Hyperparameter, Wiederholungsversuche und Berechtigungen. |
| Übermittelte Ausführungen | Validieren Sie die Konfiguration mit --dry-run und übermitteln Sie sie anschließend mit databricks air run sowie einem Idempotenz-Schlüssel. |
| Ausführungen überprüfen und überwachen | Erhalte Status mit databricks air get und databricks air list, streame Protokolle mit databricks air logs und verweise auf den MLflow-Lauf für Metriken. |
| Läufe abbrechen | Brechen Sie einen, mehrere oder alle Ihre aktiven Durchläufe mit databricks air cancel ab. |
| Debug-Fehler | Rufen Sie die Protokolle einer fehlgeschlagenen Ausführung ab und legen Sie den Fehler offen. |
| Verwenden von benutzerdefinierten Docker-Images | Baue und pushe ein benutzerdefiniertes Image und referenziere es dann im Workload. |