Important
이 설명서는 사용 중지되었으며 업데이트되지 않을 수 있습니다.
패키지와 함께 databricks-air 설치된 Python 기반 air CLI는 현재 더 이상 지원되지 않으며 활발히 유지보수되지 않습니다.
새로운 작업량은 Databricks CLI를 사용하세요. Databricks CLI를 AI Runtime과 함께 사용을(를) 참조하세요.
air
uv로 CLI를 설치하고 Databricks CLI 프로필을 사용하여 Databricks 작업 영역에 대해 인증하세요. CLI에는 Python 3.10 이상이 필요합니다.
Requirements
- Python 3.10 이상.
- AI 런타임을 사용하도록 설정된 Databricks 작업 영역. 요구사항 참조.
- 에서 인증 프로필을 관리하는 Databricks CLI입니다
~/.databrickscfg.
CLI 설치
Databricks는 uv를 사용하여 CLI를 설치하는 것이 좋습니다.
uv tool install --force databricks-air --python 3.12
uv tool install는 air를 자체적인 격리 환경에 배치하고 사용자의 PATH에 노출하므로, 학습 코드에 사용하는 Python 인터프리터와 충돌하지 않습니다.
--python 3.12 는 권장되지만 선택 사항입니다. Python 버전을 지정하지 않았다면, uv 패키지의 Python 제약 조건을 만족하는 최신 사용 가능한 버전을 사용합니다.
아직 uv없는 경우 먼저 설치합니다.
curl -LsSf https://astral.sh/uv/install.sh | sh
설치를 확인합니다.
air --version
air --help
Authenticate
AI 런타임 CLI는 Databricks CLI 인증 프로필을 다시 사용합니다. 작업 영역에 로그인하고 메시지가 표시되면 프로필 이름을 지정합니다.
databricks auth login --host https://<your-workspace>.cloud.databricks.com
air를 사용하여 프로필 이름을 모든 -p 명령에 전달하세요. 다음은 그 예입니다.
air list runs -p my-workspace
또는 셸에서 DATABRICKS_CONFIG_PROFILE을 설정하여 프로필을 기본값으로 지정합니다:
export DATABRICKS_CONFIG_PROFILE=my-workspace
모든 인증 옵션은 Databricks CLI에 대한 인증을 참조하세요.
추가 리소스
설치 후 인라인 종속성을 사용하여 train.yaml 구성에서 워크로드를 정의합니다. 빠른 시작부터 시작한 다음, 구성을 빌드할 때 YAML 참조를 사용합니다.