Unityゲートウェイを通じて、モデルやMCPツール、スキルを使ってOpenCodeを活用してください。 Unity Gateway CLI(ug)はワークスペースのサインインと設定を担当しますし、手動で接続を設定することもできます。
Prerequisites
Azure DatabricksのワークスペースURLと、使いたいモデル、MCPサービス、スキルへのアクセスが必要です。 手動設定の場合はOpenCodeをインストールし、Azure Databricksのパーソナルアクセストークンを用意してください。
手動設定の場合は、<workspace-hostname>をAzure Databricksワークスペースのホスト名に、<databricks-pat>をトークンに置き換えてください。 ワークスペースで利用可能な完全なモデル名を使い、設定エントリは既存のファイルにマージし、関連のない設定は保持してください。
管理者がすでにデバイスを設定している場合は、組織の設定手順に従ってください。
Unity Gateway CLIを使います
ugをインストールし、プロジェクトディレクトリから次のコマンドを実行します:
ug opencode
ワークスペースを選択し、求められたらサインインしてください。 このコマンドはゲートウェイモデルの設定ができたOpenCodeを開きます。 コーディングを開始するか、 /models を入力して別の設定済みモデルを選びます。
モデルを手動で設定する
OpenCodeをインストールし、この構成を~/.config/opencode/opencode.jsonに統合します。
{
"$schema": "https://opencode.ai/config.json",
"model": "databricks-anthropic/system.ai.claude-sonnet-4-6",
"provider": {
"databricks-anthropic": {
"npm": "@ai-sdk/anthropic",
"options": {
"baseURL": "https://<workspace-hostname>/ai-gateway/anthropic/v1",
"apiKey": "<databricks-pat>",
"headers": {
"Authorization": "Bearer <databricks-pat>"
}
},
"models": {
"system.ai.claude-sonnet-4-6": {
"options": {
"toolStreaming": false
}
}
}
}
}
}
別のClaudeモデルを選ぶ場合は、両方の場所でモデル名を置き換えてください。 ゲートウェイ互換性のためには toolStreaming: false を残しておきましょう。 OpenCodeを opencodeで始めましょう。
Geminiモデルの場合は、 @ai-sdk/google、ベースURL https://<workspace-hostname>/ai-gateway/gemini/v1beta、同じ認証フィールド、そしてGeminiモデル名を使って別のプロバイダーを追加してください。 OpenCode のプロバイダードキュメントを参照してください。
ルーチンタスクのトークンあたりのコストを削減するには、system.ai.glm-5-2のようなオープンソースモデルをモデルとして選びましょう。
支出の管理を参照してください。
MCPツールの追加
system.ai.dbsql、system.ai.sandbox、またはsystem.ai.web_searchを利用するには、アカウント管理者がアカウントコンソールのPreviewsページからUnity Gatewayベータを有効にする必要があります。
アカウント プレビューの管理をご覧ください。
Unity Gateway CLIを使います
走れ
ug mcp add --agents opencode
サービスを選択し、 ug opencodeで再スタートしてください。
MCPサービスを手動で設定してください
このエントリーを ~/.config/opencode/opencode.jsonに統合してください:
{
"mcp": {
"dbsql": {
"type": "remote",
"url": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
"oauth": false,
"headers": {
"Authorization": "Bearer <databricks-pat>"
}
}
}
}
別のサービスでは、サーバー名を変更し、 system.ai.dbsql を3部構成のUnity Catalog名に置き換えます。 OpenCodeを再起動して、接続されたツールを使うように頼んでください。 OpenCode のMCPドキュメントを参照してください。
ug opencode は ~/.ucode/opencode-xdg/opencode/opencode.json を使用します。
ugを経由して起動する際の手動MCPエントリーにはそのファイルを使ってください。
スキルを追加する
Unity Gateway CLIを使います
公開されているスキルをダウンロード:
ug skills add
スキルを選んでからOpenCodeをやり直してください。
~/.agents/skills/からダウンロードデータを読み取り、作業に応じて関連するスキルを読み込みます。
スキルを手動で設定してください
すでに持っているファイルについては、完成したスキルフォルダーを ~/.agents/skills/ やプロジェクトの .opencode/skills/に入れてください。 OpenCode のスキルドキュメントをご覧ください。
MCPを通じて公開されたスキルレジストリにアクセスするには、上記のMCP例を使って2台目のサーバーを追加し、 databricks-skill-registry名付け、 url を https://<workspace-hostname>/ai-gateway/skills/に設定します。 末尾のスラッシュ、Bearer ヘッダー、oauth: false を残してください。 エージェントにスキルのフルネームで使うよう頼みましょう。
Unityゲートウェイのスキルはまだベータ版です。 有効化およびアクセス許可については、ガバナンス スキルを参照してください。
Troubleshooting
モデルリクエストが失敗した場合: ゲートウェイのURL、トークンの有効期限、モデル名、権限を確認してください。
MCPサーバーが一つ欠けています: エージェントを再起動してください。
ugで設定しているなら、同じ設定を使うようにug opencodeで起動してください。 手動設定の場合は、 ~/.config/opencode/opencode.json とベアラートークンを確認してください。
ダウンロードされたスキルが欠けています: そのフォルダ全体にサポートされているディレクトリに含まれている SKILL.md を確認してください。 同じオプションで ug skills add を再度実行して、ダウンロードしたスキルを更新してください。
ワークスペースのサインインや ug 設定の問題がある場合は、 ug doctorを実行してください。