Tutorial: Controlar o acesso de modelo de um agente de codificação com o Gateway de IA do Unity

Neste tutorial, você vai conectar um agente de programação externo, como Codex, CLI do Gemini ou Cursor, a LLMs (modelos de linguagem de grande porte) gerenciados pelo Gateway de IA do Unity. Em seguida, você controla quem pode acessar esses modelos e quanto o agente pode consumir e gastar. Em vez de cada desenvolvedor colar uma chave de API de provedor em sua ferramenta, cada solicitação roteia por meio de um serviço de modelo do Gateway de IA do Unity. O Catálogo do Unity controla quem pode usar quais modelos e o Gateway de IA do Unity impõe limites e registra o uso e o custo.

Ao final deste tutorial, você terá:

  • Um agente de codificação que envia todas as solicitações de modelo por meio do Gateway de IA do Unity usando suas credenciais de Azure Databricks, sem chave de API do provedor no computador do desenvolvedor.
  • Registros centralizados do uso e dos custos do agente, sujeitos aos limites de taxa e às permissões que você define no serviço de modelo.

Prerequisites

Etapa 1: Conectar seu agente de codificação

Você pode conectar o agente de duas maneiras:

  • ucode (recomendado): um iniciador de código aberto (CLI de codificação do Unity AI Gateway) que gerencia o OAuth e grava os arquivos de configuração de cada agente, incluindo a URL base do serviço de modelo e o modelo. Você não gerencia chaves de API ou pontos de extremidade manualmente.
  • Configuração manual: defina a URL base do serviço de modelo e modele-se nas configurações internas da ferramenta (Cursor, Codex ou CLI do Gemini). Consulte Integrar com agentes de codificação.

Esta seção usa ucode. Instale-o e execute o agente desejado:

uv tool install git+https://github.com/databricks/ucode

Codex

ucode codex

Para executar no modo não interativo, passe a própria flag do agente por ucode:

ucode codex --full-auto

GMINI CLI

ucode gemini

OpenCode

ucode opencode

Copilot

ucode copilot

Na primeira execução, ucode solicita a URL do workspace e autentica; as execuções posteriores vão direto para o agente.

Etapa 2: Controlar o acesso ao modelo do agente

Você pode gerenciar um serviço de modelo como qualquer outro objeto protegível do Unity Catalog: conceda EXECUTE para controlar quem pode utilizá-lo e use o Unity AI Gateway para limitar o volume de solicitações e os gastos. Configure qualquer um dos seguintes:

  • Gerenciar quem pode acessar o modelo: no Gerenciador de Catálogos, abra o serviço de modelo e conceda EXECUTE a usuários ou grupos na guia Permissões.
  • Limitar o volume de solicitações: no Explorador de Catálogo, na guia Visão geral do serviço de modelo, clique em Configurar em Limites de taxa. Defina um limite de solicitações por minuto (QPM) ou de tokens por minuto (TPM) para todas as solicitações no endpoint ou por usuário.
  • Defina um orçamento: um administrador da conta pode criar um orçamento aplicável a todos os endpoints do Unity AI Gateway. O orçamento consolida os gastos entre seus serviços de modelo; defina um limite de alerta para ser notificado ou para bloquear o uso antes que os custos ultrapassem esse limite.

Etapa 3: Verificar se o tráfego é controlado

Confirme se as solicitações do agente sejam encaminhadas por meio do Gateway de IA da Unity e sejam registradas:

  • Do agente: Envie um prompt. O agente responde usando o modelo configurado, sem nenhuma chave de API do provedor em seu computador.

  • Na tabela de uso do sistema: consulte o rastreamento de uso para confirmar que o serviço do modelo registra as solicitações:

    SELECT service_name, requester, status_code, COUNT(*) AS calls
FROM system.ai_gateway.usage
WHERE service_type = 'MODEL_SERVICE'
GROUP BY service_name, requester, status_code
ORDER BY calls DESC;

Para analisar os gastos com mais detalhes, veja Analisar o custo do Unity AI Gateway.

Próximas Etapas 

  • Last updated on