Połącz GitHub Copilot CLI

Korzystaj z GitHub Copilot CLI z modelami, narzędziami MCP i umiejętnościami za pośrednictwem Unity Gateway. Unity Gateway CLI (ug) obsługuje logowanie i konfigurację w przestrzeni roboczej. Możesz też skonfigurować połączenia ręcznie.

Prerequisites

Potrzebujesz adresu URL swojego workspace Azure Databricks oraz dostępu do modeli, usług MCP i umiejętności, które chcesz używać. Do ręcznej konfiguracji zainstaluj GitHub Copilot CLI i miej osobisty token dostępu Azure Databricks.

Jeśli administrator już skonfigurował urządzenie, postępuj zgodnie z instrukcjami konfiguracyjnymi organizacji.

Użyj narzędzia Unity Gateway CLI

Instaluj ug, a następnie uruchom to polecenie z katalogu projektu:

ug copilot

Postępuj zgodnie z instrukcjami, aby wybrać swoją przestrzeń pracy i zalogować się. Polecenie otwiera GitHub Copilot CLI z skonfigurowanym modelem. Zacznij pracować z tymi samymi promptami i komendami, których już używasz.

Na początek od innego modelu dostępnego w Twoim miejscu pracy:

ug copilot --model "<model-name>"

Użyj pełnej nazwy katalogu modelu Unity, takiej jak system.ai.claude-sonnet-4-6. Obecna integracja ug konfiguruje modele Claude i GPT na potrzeby Copilot CLI.

Konfiguruj modele ręcznie

Ustaw te zmienne w terminalu:

export COPILOT_PROVIDER_TYPE="openai"
export COPILOT_PROVIDER_BASE_URL="https://<workspace-hostname>/ai-gateway/mlflow/v1"
export COPILOT_PROVIDER_BEARER_TOKEN="<databricks-pat>"
export COPILOT_MODEL="system.ai.claude-sonnet-4-6"
export COPILOT_OFFLINE="true"

Zamień nazwę hosta, token i nazwę modelu. Typ dostawcy openai wybiera interfejs API Chat Completions bramy, także wtedy, gdy używasz modelu Claude'a. Tryb offline wyłącza połączenia z serwerami GitHub; żądania modelu nadal trafiają do Unity Gateway.

Rozpocznij Copilot CLI z tego samego terminala:

copilot

Zobacz dokumentację dostawcy niestandardowych modeli GitHub dotyczącą tych ustawień.

Dodaj narzędzia MCP

Aby używać system.ai.dbsql, system.ai.sandbox lub system.ai.web_search, administrator konta musi włączyć wersję beta Unity Gateway na stronie Wersje zapoznawcze w konsoli konta. Zobacz Podglądy konta.

Użyj narzędzia Unity Gateway CLI

Run:

ug mcp add --agents copilot

Wybierz usługi, które chcesz dodać, a następnie rozpocznij nową sesję z .ug copilot W aplikacji Copilot wpisz /mcp, aby zobaczyć połączone serwery. Poproś agenta o użycie narzędzia, opisując Twoje potrzeby.

ug copilot Ładuje połączenia MCP zarejestrowane przez ug. Używaj go dalej, aby rozpocząć sesje.

Konfiguruj usługi MCP ręcznie

Połącz ten wpis z :~/.copilot/mcp-config.json

{
  "mcpServers": {
    "dbsql": {
      "type": "http",
      "url": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
      "headers": {
        "Authorization": "Bearer <databricks-pat>"
      },
      "tools": ["*"]
    }
  }
}

Zamień nazwę hosta i token. W przypadku innej usługi użyj unikalnej nazwy serwera i zastąp system.ai.dbsql ją trzyczęściową nazwą Unity Catalog. Zachowaj istniejące wpisy serwera, a potem zrestartuj Copilot CLI.

Zobacz dokumentację MCP na GitHub.

Dodawanie umiejętności

Użyj narzędzia Unity Gateway CLI

Pobierz opublikowane umiejętności:

ug skills add

Wybierz umiejętności, które chcesz wykorzystać. Copilot CLI odczytuje pobrane pliki z ~/.agents/skills/. Rozpocznij nową sesję lub wpisz /skills reload, a następnie użyj /skills list, aby je wyświetlić. Ponownie uruchom polecenie pobierania, aby uzyskać zaktualizowane wersje.

Konfiguruj umiejętności ręcznie

Jeśli masz już pliki umiejętności, umieść cały folder, w tym SKILL.md oraz dołączone pliki, w ~/.agents/skills/ lub w .github/skills/ swojego projektu. Zobacz dokumentację umiejętności GitHub.

Aby uzyskać dostęp do opublikowanego rejestru umiejętności przez MCP, dodaj drugi serwer korzystając z powyższej konfiguracji MCP. Nazwij go databricks-skill-registry i użyj tego adresu URL z tym samym uwierzytelnianiem nośnika:

https://<workspace-hostname>/ai-gateway/skills/

Zostaw ukośnik końcowy. Zrestartuj Copilot CLI i poproś go o użycie opublikowanej umiejętności pod pełną nazwą. Umiejętności rejestru są dostępne za pośrednictwem MCP; /skills list pokazuje zainstalowane umiejętności.

Umiejętności Unity Gateway są w fazie beta. Zobacz Zarządzanie umiejętnościami dla umożliwień i uprawnień.

Troubleshooting

Niepowodzenie żądania modelu: Sprawdź adres URL bramy, wygaśnięcie tokena, pełną nazwę modelu oraz uprawnienia modelu. Obecna ug integracja wyklucza modele Gemini z Copilot CLI z powodu problemu z kompatybilnością żądań.

Brakuje serwera MCP: Jeśli zarejestrowałeś go w ug, zrestartuj z .ug copilot W przypadku ręcznej konfiguracji sprawdź ~/.copilot/mcp-config.json oraz szczegóły połączenia w /mcp.

Brakuje pobranej umiejętności: Sprawdź, czy jej folder zawiera SKILL.md i znajduje się w obsługiwanym katalogu, a następnie wpisz /skills reload.

W przypadku problemów z logowaniem do obszaru roboczego ug lub z konfiguracją uruchom ug doctor.

Następne kroki

  • Ostatnia aktualizacja o