Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Usa GitHub Copilot CLI e GitHub Copilot in Visual Studio Code con modelli, strumenti MCP e competenze tramite Unity Gateway. La Unity Gateway CLI (ug) gestisce il login e la configurazione dello spazio di lavoro. Puoi anche configurare manualmente la CLI di Copilot.
Usa GitHub Copilot con modelli open-source supportati tramite Unity Gateway per aiutare a ridurre i costi degli agenti di codifica.
Per collegare gli strumenti a una configurazione CLI Copilot esistente, vai su Aggiungi strumenti MCP.
Prerequisites
Devi avere l'URL dello spazio di lavoro di Azure Databricks e l'accesso ai modelli, ai servizi MCP e alle competenze che vuoi utilizzare.
- Per la CLI di Copilot,
ugè necessario GitHub Copilot CLI 1.0.91 o superiore. Se manca o è più vecchio,ugoffre di installarlo o aggiornarlo con npm. - Per Copilot in Visual Studio Code, devi avere Visual Studio Code 1.128 o superiore con il
codecomando disponibile nel terminale. - Per la configurazione manuale, installa la CLI di Copilot e procurati un token di accesso personale Azure Databricks.
Se il tuo amministratore ha già configurato il tuo dispositivo, segui le istruzioni di configurazione della tua organizzazione.
Usa la CLI Unity Gateway (consigliata)
Installa ug, poi esegui questo comando dalla cartella del progetto:
ug copilot
Segui le istruzioni per selezionare il tuo spazio di lavoro e accedi.
ugconfigura la connessione e apre la CLI di GitHub Copilot con un modello configurato. Inizia a lavorare con gli stessi prompt e comandi che già usi. Per cambiare modello, inserisci /model.
Per iniziare con un modello diverso disponibile nel tuo spazio di lavoro:
ug copilot --model "<model-name>"
Usa il nome del Catalogo Unity del modello, come system.ai.claude-sonnet-4-6.
ugrende disponibili i modelli Claude, GPT, GLM, Kimi e DeepSeek in Copilot. Altri modelli, come Gemini e gpt-oss, non sono disponibili in Copilot.
Inizia la CLI di Copilot con ug copilot. Eseguire copilot direttamente non carica i modelli che ug configura. Per eseguire copilot direttamente, configura i modelli manualmente.
Per utilizzare il fornitore di modelli esterno della tua organizzazione, vedi Provider di modelli personali.
Usa Copilot in Visual Studio Code
Per configurare GitHub Copilot in Visual Studio Code, esegui:
ug configure --agents copilot
ug configureConfigura la CLI di Copilot e installa l'estensione Databricks Unity Gateway in Visual Studio Code. Chiudi e riapri Visual Studio Code, poi apri Copilot Chat e seleziona un modello dal gruppo Databricks nel selezionatore di modelli. Per configurare solo la CLI di Copilot, aggiungi --no-vscode.
L'estensione ottiene le credenziali dello spazio di lavoro da ug, quindi mantieni installato ug. Esegui ug configure di nuovo per rilevare modifiche al modello o alla configurazione, poi riavvia Visual Studio Code.
ug copilotnon cambia la configurazione di Visual Studio Code.
Se la configurazione dell'agente di codifica del tuo workspace imposta un modello predefinito, nuove chat iniziano su di esso a meno che tu non abbia scelto il tuo modello predefinito in Visual Studio Code.
Per rimuovere l'estensione e le impostazioni ug aggiunte, esegui ug revert.
Configurare i modelli manualmente
Imposta queste variabili nel tuo terminale:
export COPILOT_PROVIDER_TYPE="openai"
export COPILOT_PROVIDER_BASE_URL="https://<workspace-hostname>/ai-gateway/mlflow/v1"
export COPILOT_PROVIDER_BEARER_TOKEN="<databricks-pat>"
export COPILOT_MODEL="system.ai.claude-sonnet-4-6"
export COPILOT_OFFLINE="true"
Sostituisci il nome host, il token e il nome del modello. Il tipo di provider openai seleziona l'API Chat Completions del gateway, anche quando si usa un modello Claude. La modalità offline disabilita le connessioni ai server di GitHub; le richieste di modello vanno comunque a Unity Gateway.
Inizia la CLI di Copilot dallo stesso terminale:
copilot
Consulta la documentazione di GitHub per il provider di modelli personalizzati per informazioni su queste impostazioni.
Aggiungi strumenti MCP
system.ai.dbsql, system.ai.sandbox, e system.ai.web_search sono in Beta. Per utilizzarli, un amministratore dell'account deve abilitare Enhanced Unity Gateway in anteprima dalla pagina Anteprime della console dell'account. Unity Gateway stesso è generalmente disponibile. Vedi Gestisci anteprime dell'account.
Usare la CLI Unity Gateway
Corri!
ug mcp add --agents copilot
Seleziona i servizi che vuoi aggiungere, poi inizia una nuova sessione con ug copilot. All'interno di Copilot, entra /mcp per vedere i server collegati. Chiedi all'agente di usare uno strumento descrivendo ciò di cui hai bisogno.
ugaggiunge i servizi a ~/.copilot/mcp-config.json, così che la CLI di Copilot li carica in ogni sessione.
Configura manualmente i servizi MCP
Unisci questa voce in ~/.copilot/mcp-config.json:
{
"mcpServers": {
"dbsql": {
"type": "http",
"url": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
"headers": {
"Authorization": "Bearer <databricks-pat>"
},
"tools": ["*"]
}
}
}
Sostituisci il nome host e il token. Per un altro servizio, usa un nome server unico e sostituisci system.ai.dbsql con il nome Unity Catalog in tre parti. Mantieni le voci esistenti del server, poi riavvia la CLI di Copilot.
Consulta la documentazione MCP di GitHub.
Aggiungere competenze
Usare la CLI Unity Gateway
Scarica le competenze pubblicate:
ug skills add
Scegli le abilità che vuoi usare. Copilot CLI legge i file scaricati da ~/.agents/skills/. Avvia una nuova sessione, oppure inserisci /skills reload, quindi usa /skills list per visualizzarli. Riesegui il comando download per ottenere le versioni aggiornate.
Configura manualmente le competenze
Per i file delle competenze già in tuo possesso, inserisci la cartella completa, inclusi SKILL.md e i file inclusi nel pacchetto, in ~/.agents/skills/ o nella cartella .github/skills/ del progetto. Consulta la documentazione sulle competenze di GitHub.
Per accedere al registro delle abilità pubblicato tramite MCP, aggiungi un secondo server usando la configurazione MCP sopra. Assegnagli il nome databricks-skill-registry e usa questo URL con la stessa autenticazione Bearer:
https://<workspace-hostname>/ai-gateway/skills/
Mantieni la barra di seguimento. Riavvia la CLI di Copilot e chiedigli di usare una competenza pubblicata con il nome completo. Le competenze del registro sono accessibili tramite MCP; /skills list mostra le competenze installate.
Le abilità Unity Gateway sono in Beta. Vedi Competenze di Governo per abilitazione e permessi.
Troubleshooting
Una richiesta modello fallisce: Controlla l'URL del gateway, la scadenza del token, il nome completo del modello e i permessi del modello.
Questo ug esclude i modelli Gemini dalla CLI di Copilot e da Copilot in Visual Studio Code a causa di un problema di compatibilità della richiesta.
I modelli Azure Databricks non compaiono in Visual Studio Code: Chiudi e riapri Visual Studio Code. Controlla che il code comando funzioni nel terminale, poi riprova ug configure --agents copilot . Se la configurazione dell'agente di codifica del tuo workspace disattiva Copilot in Visual Studio Code, ug status lo mostra e ug configure configura solo la CLI di Copilot.
Manca un server MCP: Se lo hai registrato con ug, avvia una nuova sessione con ug copilot. Per la configurazione manuale, verifica ~/.copilot/mcp-config.json e i dettagli di connessione in /mcp.
Manca un'abilità scaricata: Controlla che la sua cartella sia presente SKILL.md in una cartella supportata, poi inserisci /skills reload.
Per problemi di login o ug configurazione dello spazio di lavoro, esegui ug doctor.