Integreren met coderingsagents

Belangrijk

Deze functie bevindt zich in de bètaversie. Accountbeheerders kunnen de toegang tot deze functie beheren via de pagina Previews van de accountconsole. Zie Azure Databricks-previews beheren.

Met de integratie van de Azure Databricks-coderingsagent kunt u de toegang en het gebruik voor coderingsagenten beheren, zoals Cursor, Gemini CLI en Codex CLI. Gebouwd op AI Gateway, biedt het tariefbeperkingen-, gebruikstracering- en inferentietabellen voor uw coderingshulpprogramma's.

Features

Toegang: Directe toegang tot verschillende coderingshulpprogramma's en modellen, allemaal onder één factuur.
Waarneembaarheid: één geïntegreerd dashboard voor het bijhouden van gebruik, uitgaven en metrische gegevens in al uw programmeerhulpprogramma's.
Unified governance: beheerders kunnen modelmachtigingen en frequentielimieten rechtstreeks beheren via AI Gateway.

Requirements

Preview van AI Gateway (bèta) ingeschakeld voor uw account. Zie Azure Databricks-previews beheren.
Een Azure Databricks-werkruimte in een door AI Gateway (bèta) ondersteunde regio.
Unity Catalog ingeschakeld voor uw werkruimte. Zie Een werkruimte inschakelen voor Unity Catalog.

Ondersteunde agents

De volgende coderingsagenten worden ondersteund:

Cursor
Codex CLI
Gemini CLI

Configuratie

Cursor

Cursor configureren voor het gebruik van AI Gateway-eindpunten:

Stap 1: basis-URL en API-sleutel configureren

Open Cursor en navigeer naar Instellingen>Cursorinstellingen>Modellen>API-sleutels.
Activeer OpenAI Basis-URL overschrijven en voer de URL in:
```
https://<ai-gateway-url>/cursor/v1
```
Vervang <ai-gateway-url> door de endpoint-URL van uw AI Gateway.
Plak uw persoonlijke Azure Databricks-toegangstoken in het veld OpenAI API-sleutel .

Stap 2: Aangepaste modellen toevoegen

Klik op + Aangepast model toevoegen in cursorinstellingen.
Voeg de naam van uw AI Gateway-eindpunt toe en schakel de wisselknop in.

Opmerking

Op dit moment worden alleen door Azure Databricks gemaakte basismodeleindpunten ondersteund.

Stap 3: De integratie testen

Open de vraagmodus met Cmd+L (macOS) of Ctrl+L (Windows/Linux) en selecteer uw model.
Een bericht verzenden. Alle aanvragen worden nu gerouteerd via Azure Databricks.

Codex CLI

Stap 1: de omgevingsvariabele DATABRICKS_TOKEN instellen

export DATABRICKS_TOKEN=<databricks_pat_token>

Stap 2: De Codex-client configureren

Maak of bewerk het Codex-configuratiebestand op ~/.codex/config.toml:

profile = "default"

[profiles.default]
model_provider = "proxy"
model = "databricks-gpt-5-2"

[model_providers.proxy]
name = "Databricks Proxy"
base_url = "https://<ai-gateway-url>/openai/v1"
env_key = "DATABRICKS_TOKEN"
wire_api = "responses"

Vervang <ai-gateway-url> door de endpoint-URL van uw AI Gateway.

Gemini CLI

Stap 1: De nieuwste versie van Gemini CLI installeren

npm install -g @google/gemini-cli@nightly

Stap 2: omgevingsvariabelen configureren

Maak een bestand ~/.gemini/.env en voeg de volgende configuratie toe. Zie de Gemini CLI-verificatiedocumenten voor meer informatie.

GEMINI_MODEL=databricks-gemini-2-5-flash
GOOGLE_GEMINI_BASE_URL=https://<ai-gateway-url>/gemini
GEMINI_API_KEY_AUTH_MECHANISM="bearer"
GEMINI_API_KEY=<databricks_pat_token>

Vervang <ai-gateway-url> door de EINDPUNT-URL van uw AI Gateway en <databricks_pat_token> door uw persoonlijke toegangstoken.

Dashboard

Zodra het gebruik van de coderingsagent is bijgehouden via AI Gateway, kunt u uw metrische gegevens bekijken en bewaken in het out-of-the-box-dashboard.

Als u het dashboard wilt openen, selecteert u Dashboard weergeven op de pagina AI Gateway. Hierdoor wordt een voorgeconfigureerd dashboard gemaakt met grafieken voor het gebruik van programmeerhulpmiddelen.

Dashboard bekijken-knop

Dashboard voor coderingsagent

Verzameling van OpenTelemetry-gegevens instellen

Azure Databricks biedt ondersteuning voor het exporteren van metrische gegevens van OpenTelemetry en logboeken van coderingsagenten naar beheerde Delta-tabellen van Unity Catalog. Alle metrische gegevens zijn tijdreeksgegevens die worden geëxporteerd met behulp van het standaardprotocol voor metrische gegevens van OpenTelemetry en logboeken worden geëxporteerd met behulp van het Protocol voor OpenTelemetry-logboeken.

Requirements

OpenTelemetry op Azure Databricks Preview ingeschakeld. Zie Azure Databricks-previews beheren.

Stap 1: OpenTelemetry-tabellen maken in Unity Catalog

Maak beheerde tabellen in Unity Catalog die vooraf zijn geconfigureerd met de metrische gegevens en logboekschema's van OpenTelemetry.

Tabel met metrische gegevens

CREATE TABLE <catalog>.<schema>.<table_prefix>_otel_metrics (
  name STRING,
  description STRING,
  unit STRING,
  metric_type STRING,
  gauge STRUCT<
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    value: DOUBLE,
    exemplars: ARRAY<STRUCT<
      time_unix_nano: LONG,
      value: DOUBLE,
      span_id: STRING,
      trace_id: STRING,
      filtered_attributes: MAP<STRING, STRING>
    >>,
    attributes: MAP<STRING, STRING>,
    flags: INT
  >,
  sum STRUCT<
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    value: DOUBLE,
    exemplars: ARRAY<STRUCT<
      time_unix_nano: LONG,
      value: DOUBLE,
      span_id: STRING,
      trace_id: STRING,
      filtered_attributes: MAP<STRING, STRING>
    >>,
    attributes: MAP<STRING, STRING>,
    flags: INT,
    aggregation_temporality: STRING,
    is_monotonic: BOOLEAN
  >,
  histogram STRUCT<
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    count: LONG,
    sum: DOUBLE,
    bucket_counts: ARRAY<LONG>,
    explicit_bounds: ARRAY<DOUBLE>,
    exemplars: ARRAY<STRUCT<
      time_unix_nano: LONG,
      value: DOUBLE,
      span_id: STRING,
      trace_id: STRING,
      filtered_attributes: MAP<STRING, STRING>
    >>,
    attributes: MAP<STRING, STRING>,
    flags: INT,
    min: DOUBLE,
    max: DOUBLE,
    aggregation_temporality: STRING
  >,
  exponential_histogram STRUCT<
    attributes: MAP<STRING, STRING>,
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    count: LONG,
    sum: DOUBLE,
    scale: INT,
    zero_count: LONG,
    positive_bucket: STRUCT<
      offset: INT,
      bucket_counts: ARRAY<LONG>
    >,
    negative_bucket: STRUCT<
      offset: INT,
      bucket_counts: ARRAY<LONG>
    >,
    flags: INT,
    exemplars: ARRAY<STRUCT<
      time_unix_nano: LONG,
      value: DOUBLE,
      span_id: STRING,
      trace_id: STRING,
      filtered_attributes: MAP<STRING, STRING>
    >>,
    min: DOUBLE,
    max: DOUBLE,
    zero_threshold: DOUBLE,
    aggregation_temporality: STRING
  >,
  summary STRUCT<
    start_time_unix_nano: LONG,
    time_unix_nano: LONG,
    count: LONG,
    sum: DOUBLE,
    quantile_values: ARRAY<STRUCT<
      quantile: DOUBLE,
      value: DOUBLE
    >>,
    attributes: MAP<STRING, STRING>,
    flags: INT
  >,
  metadata MAP<STRING, STRING>,
  resource STRUCT<
    attributes: MAP<STRING, STRING>,
    dropped_attributes_count: INT
  >,
  resource_schema_url STRING,
  instrumentation_scope STRUCT<
    name: STRING,
    version: STRING,
    attributes: MAP<STRING, STRING>,
    dropped_attributes_count: INT
  >,
  metric_schema_url STRING
) USING DELTA
TBLPROPERTIES (
  'otel.schemaVersion' = 'v1'
)

Logtabel

CREATE TABLE <catalog>.<schema>.<table_prefix>_otel_logs (
  event_name STRING,
  trace_id STRING,
  span_id STRING,
  time_unix_nano LONG,
  observed_time_unix_nano LONG,
  severity_number STRING,
  severity_text STRING,
  body STRING,
  attributes MAP<STRING, STRING>,
  dropped_attributes_count INT,
  flags INT,
  resource STRUCT<
    attributes: MAP<STRING, STRING>,
    dropped_attributes_count: INT
  >,
  resource_schema_url STRING,
  instrumentation_scope STRUCT<
    name: STRING,
    version: STRING,
    attributes: MAP<STRING, STRING>,
    dropped_attributes_count: INT
  >,
  log_schema_url STRING
) USING DELTA
TBLPROPERTIES (
  'otel.schemaVersion' = 'v1'
)

Stap 2: Env vars bijwerken in uw coderingsagent

Configureer de volgende omgevingsvariabelen in een coderingsagent waarvoor de metrische ondersteuning voor OpenTelemetry is ingeschakeld.

{
  "OTEL_METRICS_EXPORTER": "otlp",
  "OTEL_EXPORTER_OTLP_METRICS_PROTOCOL": "http/protobuf",
  "OTEL_EXPORTER_OTLP_METRICS_ENDPOINT": "https://<workspace-url>/api/2.0/otel/v1/metrics",
  "OTEL_EXPORTER_OTLP_METRICS_HEADERS": "content-type=application/x-protobuf,Authorization=Bearer <databricks_pat_token>,X-Databricks-UC-Table-Name=<catalog>.<schema>.<table_prefix>_otel_metrics",
  "OTEL_METRIC_EXPORT_INTERVAL": "10000",
  "OTEL_LOGS_EXPORTER": "otlp",
  "OTEL_EXPORTER_OTLP_LOGS_PROTOCOL": "http/protobuf",
  "OTEL_EXPORTER_OTLP_LOGS_ENDPOINT": "https://<workspace-url>/api/2.0/otel/v1/logs",
  "OTEL_EXPORTER_OTLP_LOGS_HEADERS": "content-type=application/x-protobuf,Authorization=Bearer <databricks_pat_token>,X-Databricks-UC-Table-Name=<catalog>.<schema>.<table_prefix>_otel_logs",
  "OTEL_LOGS_EXPORT_INTERVAL": "5000"
}

Stap 3: Voer uw coderingsagent uit.

Uw gegevens moeten binnen vijf minuten worden doorgegeven aan de Unity Catalog-tabellen.

Volgende stappen

Feedback

Is deze pagina nuttig?

Last updated on 2026-02-21

Delen via

Integreren met coderingsagents

Features

Requirements

Ondersteunde agents

Configuratie

Cursor

Codex CLI

Gemini CLI

Dashboard

Verzameling van OpenTelemetry-gegevens instellen

Requirements

Stap 1: OpenTelemetry-tabellen maken in Unity Catalog

Stap 2: Env vars bijwerken in uw coderingsagent

Stap 3: Voer uw coderingsagent uit.

Volgende stappen

Feedback

Aanvullende resources