Compétences de l’agent pour les assistants de codage IA

Les compétences de l’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 Azure Databricks. Les packages de compétences rassemblent les connaissances spécifiques au domaine, les bonnes pratiques et les flux de travail dans un format optimisé pour l’utilisation par l’IA. Pour savoir comment étendre Genie Code dans l’espace de travail Azure Databricks, consultez Étendre le code Genie avec des compétences d’agent.

Les compétences suivent la norme Open Agent Skills . Chaque compétence est un fichier Markdown avec des métadonnées 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 compétences

Installez des compétences à l’aide de Skills CLI, un gestionnaire de package open source pour les compétences de l’agent. L’interface CLI analyse un dépôt GitHub pour rechercher des fichiers de compétences et les installe dans votre projet afin que votre assistant de codage IA puisse les découvrir et les utiliser automatiquement.

# List skills in a repository
npx skills add databricks/databricks-agent-skills --list

# Install specific skills
npx skills add databricks/databricks-agent-skills --skill databricks-apps --skill databricks-pipelines

# Install all skills from a repo to all agents
npx skills add databricks/databricks-agent-skills --all

# Remove interactively (select from installed skills)
npx skills remove

L’interface CLI nécessite uniquement que le référentiel contienne des fichiers de compétence. Les propriétaires de référentiels n’ont pas besoin de configurer quoi que ce soit pour que l’interface CLI fonctionne avec leurs compétences.

Référentiels de compétences

dépôt GitHub Description Compétences
Compétences de l’agent Azure Databricks Compétences clés officiellement prises en charge pour le développement sur Azure Databricks dans les domaines du calcul, de l’orchestration, du stockage et des applications. Azure Databricks CLI, Databricks Apps, Asset Bundles, Lakeflow Jobs, Lakebase, Model Serving, Lakeflow Spark Declarative Pipelines, migration vers le sans serveur
Compétences en modèles d'application Databricks Compétences spécifiques aux tâches incorporées dans les modèles d’application Databricks pour les agents (LangGraph, LangChain, Kit de développement logiciel (SDK) OpenAI Agents), App Kits (Lakebase, Genie, Analytics) et frameworks d’application de chatbot/données (Streamlit, Dash, Gradio, Shiny, Flask, Node.js). Démarrage rapide, déploiement, modifier-agent, ajouter-outils, créer-outils, découvrir-outils, migrer-depuis-model-serving, exécuter-localement, test-de-charge, API de supervision
Compétences du Kit de développement IA Compétences communautaires soigneusement sélectionnées couvrant plus de 25 patterns de développement Azure Databricks. Agent Bricks, AI Functions, Tableaux de bord IA/BI, Databricks Apps, Asset Bundles, Databricks Lakehouse, Genie, Iceberg, Lakebase, Lakeflow Jobs, vues de métriques, évaluation MLflow, Model Serving, Python SDK, Lakeflow Spark Declarative Pipelines, Structured Streaming, données synthétiques, Unity Catalog, Vector Search, Zerobus ingest
Compétences MLflow Compétences pour l’instrumentation, le débogage et l’évaluation des agents LLM avec MLflow. Prise en main de MLflow, agent MLflow, instrumentation du traçage, récupération et analyse des traces, interrogation des métriques, évaluation de l’agent, analyse des sessions de chat, recherche dans la documentation MLflow

Étapes suivantes

  • Last updated on