Connect Pi

Usa Pi con modelli e competenze tramite Unity Gateway. La CLI Unity Gateway (ug) gestisce l'accesso e la configurazione dello spazio di lavoro, oppure puoi configurare la connessione manualmente. Pi non ha un client MCP integrato, quindi gli strumenti MCP richiedono un'estensione Pi separata.

Prerequisites

Hai bisogno dell'URL dello spazio di lavoro di Azure Databricks e dell'accesso ai modelli e alle competenze che vuoi utilizzare. Per la configurazione manuale, installa Pi e usa un token di accesso personale Azure Databricks.

Per la configurazione manuale, sostituisci <workspace-hostname> con il nome host dello spazio di lavoro Azure Databricks e <databricks-pat> con il token. Usa i nomi completi dei modelli disponibili nel tuo workspace e unisci le voci di configurazione ai file esistenti, mantenendo impostazioni non correlate.

Se il tuo amministratore ha già configurato il tuo dispositivo, segui le istruzioni di configurazione della tua organizzazione.

Utilizzare l'interfaccia a riga di comando di Unity Gateway

Installa ug, poi esegui questo comando dalla cartella del progetto:

ug pi

Seleziona il tuo spazio di lavoro e accedi quando ti viene chiesto. Il comando apre Pi con i modelli gateway configurati. Inizia a programmare, oppure inserisci /model per scegliere un altro modello configurato.

Configurare i modelli manualmente

Installa Pi, poi unisci questa configurazione 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" }]
    }
  }
}

Inizia pi e seleziona il modello con /model. Mantieni supportsEagerToolInputStreaming: false per i modelli Claude tramite il gateway.

Per altre famiglie di modelli, aggiungi un provider con l'API corrispondente e l'URL base. Usa gli stessi apiKey campi e authHeader elenca gli ID dei modelli a tua disposizione:

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

Consulta la documentazione di configurazione del modello di Pi.

Aggiungere competenze

Utilizzare l'interfaccia a riga di comando di Unity Gateway

Scarica le competenze pubblicate:

ug skills add

Scegli le tue abilità, poi riavvia Pi. Legge i file scaricati da ~/.agents/skills/. Chiedi a Pi di usare un'abilità o di richiamare /skill:<name>, utilizzando il nome presente nel relativo SKILL.md.

Configura manualmente le competenze

Per i file che hai già, inserisci la cartella completa di ogni skill in ~/.agents/skills/ o nel .pi/skills/ del tuo progetto. Consulta la documentazione sulle competenze di Pi.

Supporto MCP

Pi non ha un client MCP integrato e ug mcp add non supporta Pi. Usa le competenze scaricate; I servizi MCP e il registro delle abilità richiedono un'estensione Pi separata. Consulta la documentazione delle estensioni di Pi.

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 del modello e i permessi.

Manca una skill scaricata: Verifica che la relativa cartella completa contenga SKILL.md in una directory supportata. Rigioca ug skills add con le stesse opzioni per aggiornare le abilità scaricate.

Per problemi di login o ug configurazione dello spazio di lavoro, esegui ug doctor.

Passaggi successivi

  • Ultimo aggiornamento: