Installer l’ancienne CLI Python pour l’exécution IA

Important

Cette documentation a été supprimée et peut ne pas être mise à jour.

La interface technique basée sur air Python, installée avec le databricks-air paquet, est désormais obsolète et n’est plus activement maintenue.

Utilisez la ligne de ligne de commande Databricks pour les nouvelles charges de travail. Voir Utiliser l’interface de ligne de commande Databricks avec AI Runtime.

Installez l’outil air CLI avec uv et authentifiez-le auprès d’un espace de travail Databricks à l’aide d’un profil Databricks CLI. L’interface CLI nécessite Python 3.10 ou version ultérieure.

Requirements

Installer l’interface CLI

Databricks recommande d’installer l’interface CLI avec uv :

uv tool install --force databricks-air --python 3.12

uv tool install place air dans son propre environnement isolé et l'expose sur votre PATH, de sorte qu'il n'est pas en conflit avec l'interpréteur Python que vous utilisez pour votre code d'apprentissage.

--python 3.12 est recommandé, mais facultatif. Si vous ne spécifiez pas la version Python, uv utilisez la dernière version disponible qui satisfait la contrainte Python du paquet.

Si vous n’avez uvpas encore, installez-le d’abord :

curl -LsSf https://astral.sh/uv/install.sh | sh

Vérifiez l’installation :

air --version
air --help

Authenticate

L’interface CLI AI Runtime réutilise les profils d’authentification Databricks CLI. Connectez-vous à votre espace de travail et nommez le profil lorsque vous y êtes invité :

databricks auth login --host https://<your-workspace>.cloud.databricks.com

Transmettez le nom du profil à n’importe quelle commande air à l’aide de -p. Par exemple:

air list runs -p my-workspace

Vous pouvez également définir DATABRICKS_CONFIG_PROFILE dans votre interpréteur de commandes pour rendre un profil par défaut :

export DATABRICKS_CONFIG_PROFILE=my-workspace

Pour toutes les options d’authentification, consultez Authentification pour l’interface CLI Databricks.

Ressources supplémentaires

Après l’installation, définissez des charges de travail dans une train.yaml configuration avec des dépendances inline. Commencez par le démarrage rapide, puis utilisez la référence YAML lorsque vous générez votre configuration :

  • Dernière mise à jour :