Installeer de legacy Python CLI voor AI Runtime

Important

Deze documentatie is buiten gebruik gesteld en wordt mogelijk niet bijgewerkt.

De op Python gebaseerde air CLI, geïnstalleerd bij het databricks-air pakket, is nu verouderd en wordt niet langer actief onderhouden.

Gebruik de Databricks CLI voor nieuwe workloads. Zie Gebruik de Databricks CLI met AI Runtime.

Installeer de air CLI met uv en verifieer deze voor een Databricks-werkruimte met behulp van een Databricks CLI-profiel. Voor de CLI is Python 3.10 of hoger vereist.

Requirements

  • Python 3,10 of hoger.
  • Een Databricks-werkruimte waarvoor AI Runtime is ingeschakeld. Zie Vereisten.
  • De Databricks CLI, waarmee authenticatieprofielen worden beheerd in ~/.databrickscfg.

De CLI installeren

Databricks raadt aan om de CLI te installeren met uv:

uv tool install --force databricks-air --python 3.12

uv tool install plaatst air in een eigen geïsoleerde omgeving en maakt deze beschikbaar op uw PATH, zodat deze niet conflicteert met de Python interpreter die u gebruikt voor uw trainingscode.

--python 3.12 wordt aanbevolen, maar optioneel. Als je de Python-versie niet specificeert, uv gebruikt dan de laatst beschikbare versie die voldoet aan de Python-beperking van het pakket.

Als u dat nog niet hebt uv, installeert u deze eerst:

curl -LsSf https://astral.sh/uv/install.sh | sh

Controleer de installatie:

air --version
air --help

Authenticate

De AI Runtime CLI gebruikt Databricks CLI-verificatieprofielen opnieuw. Meld u aan bij uw werkruimte en geef het profiel een naam wanneer hierom wordt gevraagd:

databricks auth login --host https://<your-workspace>.cloud.databricks.com

Geef de profielnaam door aan elk air-commando met -p. Voorbeeld:

air list runs -p my-workspace

U kunt ook DATABRICKS_CONFIG_PROFILE in uw shell instellen om een profiel standaard te maken:

export DATABRICKS_CONFIG_PROFILE=my-workspace

Zie Verificatie voor de Databricks CLI voor alle verificatieopties.

Aanvullende informatiebronnen

Na de installatie definieert u workloads in een train.yaml configuratie met inline-afhankelijkheden. Begin met de quickstart en gebruik vervolgens de YAML-verwijzing tijdens het bouwen van uw configuratie:

  • Laatst bijgewerkt om