Connect Pi

Korzystaj z Pi z modelami i umiejętnościami za pośrednictwem Unity Gateway. Unity Gateway CLI (ug) obsługuje logowanie i konfigurację w przestrzeni roboczej, albo można konfigurować połączenie ręcznie. Pi nie ma wbudowanego klienta MCP, więc narzędzia MCP wymagają osobnego rozszerzenia Pi.

Prerequisites

Potrzebujesz adresu URL swojego workspace Azure Databricks oraz dostępu do modeli i umiejętności, których chcesz używać. Do ręcznej konfiguracji zainstaluj Pi i miej osobisty token dostępu Azure Databricks.

W przypadku konfiguracji ręcznej zamień <workspace-hostname> na nazwę hosta obszaru roboczego Azure Databricks, a <databricks-pat> na swój token. Używaj pełnych nazw modeli dostępnych w twojej przestrzeni roboczej i łącz wpisy konfiguracyjne z istniejącymi plikami, zachowując niepowiązane ustawienia.

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

Użyj narzędzia CLI Unity Gateway

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

ug pi

Wybierz swoją przestrzeń roboczą i zaloguj się, gdy pojawi się poproszenie o to. Polecenie otwiera Pi z skonfigurowanymi modelami bram. Rozpocznij kodowanie lub wejdź, /model aby wybrać inny skonfigurowany model.

Konfiguruj modele ręcznie

Zainstaluj Pi, a następnie połącz tę konfigurację do :~/.pi/agent/models.json

{
  "providers": {
    "databricks-claude": {
      "baseUrl": "https://<workspace-hostname>/ai-gateway/anthropic",
      "api": "anthropic-messages",
      "apiKey": "<databricks-pat>",
      "authHeader": true,
      "compat": {
        "supportsEagerToolInputStreaming": false
      },
      "models": [{ "id": "system.ai.claude-sonnet-4-6" }]
    }
  }
}

Uruchom pi i wybierz model za pomocą /model. Utrzymaj supportsEagerToolInputStreaming: false dla modeli Claude'a za pośrednictwem bramy.

W przypadku innych rodzin modeli dodaj dostawcę z odpowiadającym API i bazowym URL. Użyj tych samych apiKey pól i authHeader oraz wypisz dostępne identyfikatory modeli:

Modele api baseUrl
GPT openai-responses https://<workspace-hostname>/ai-gateway/codex/v1
Gemini google-generative-ai https://<workspace-hostname>/ai-gateway/gemini/v1beta

Zobacz dokumentację konfiguracji modelu Pi.

Dodawanie umiejętności

Użyj narzędzia CLI Unity Gateway

Pobierz opublikowane umiejętności:

ug skills add

Wybierz swoje umiejętności, a potem zrestartuj Pi. Odczytuje pobrane pliki z ~/.agents/skills/. Poproś Pi o skorzystanie z umiejętności lub wywołanie /skill:<name>, podając nazwę z SKILL.md.

Konfiguruj umiejętności ręcznie

Jeśli masz już pliki, umieść każdy kompletny folder umiejętności w ~/.agents/skills/ lub w .pi/skills/ swojego projektu. Zobacz dokumentację umiejętności Pi.

Obsługa MCP

Pi nie posiada wbudowanego klienta MCP i ug mcp add nie obsługuje Pi. Korzystaj z pobranych umiejętności; Usługi MCP i rejestr umiejętności wymagają osobnego rozszerzenia Pi. Zobacz dokumentację rozszerzenia Pi.

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

Troubleshooting

Żądanie do modelu kończy się niepowodzeniem: Sprawdź adres URL bramy, czy token nie wygasł, nazwę modelu oraz uprawnienia.

Brakuje pobranego skilla: Sprawdź, czy jego pełny folder zawiera SKILL.md i znajduje się w obsługiwanym katalogu. Uruchom ponownie ug skills add z tymi samymi opcjami, aby odświeżyć pobrane umiejętności.

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

Następne kroki

  • Ostatnia aktualizacja o