Connect Pi

Используйте Pi с моделями и навыками через Unity Gateway. Unity Gateway CLI (ug) обрабатывает вход и настройку рабочего пространства, или вы можете настроить соединение вручную. В Pi нет встроенного MCP-клиента, поэтому для MCP требуется отдельное расширение Pi.

Перед тем как начать

Вам нужен URL вашего рабочего пространства Azure Databricks и доступ к моделям и навыкам, которые вы хотите использовать. Для ручной настройки установите Pi и имейте персональный токен доступа Azure Databricks.

Для ручной настройки замените <workspace-hostname> на имя узла рабочей области Azure Databricks, а <databricks-pat> — на ваш токен. Используйте полные имена моделей, доступные в вашем рабочем пространстве, и объединяйте записи конфигурации с существующими файлами, сохраняя несвязанные настройки.

Если администратор уже настроил устройство, следуйте инструкциям организации по настройке.

Используйте Unity Gateway CLI

Установите ug, затем выполните эту команду из вашей директории проекта:

ug pi

Выберите рабочее пространство и войдите в систему по запросу. Команда открывает Pi с настроенными моделями шлюзов. Начните программировать или введите /model , чтобы выбрать другую настроенную модель.

Настройка моделей вручную

Установите Pi, затем объедините эту конфигурацию в ~/.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" }]
    }
  }
}

Начните pi и выберите модель с помощью /model. Используйте supportsEagerToolInputStreaming: false для моделей Claude через шлюз.

Для других семейств моделей добавьте провайдера с соответствующим API и базовым URL. Используйте те же поля apiKey и authHeader и укажите доступные вам идентификаторы моделей:

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

См. документацию по конфигурации модели Pi.

Добавление навыков

Используйте Unity Gateway CLI

Скачайте опубликованные навыки:

ug skills add

Выберите свои навыки, затем перезапустите Pi. Он считывает загрузки из ~/.agents/skills/. Попросите Пи использовать навык или вызвать /skill:<name>, используя имя в его SKILL.md.

Настраивайте навыки вручную

Если у вас уже есть нужные файлы, поместите каждую полную папку навыка в ~/.agents/skills/ или в папку .pi/skills/ вашего проекта. См. документацию по навыкам Пи.

Поддержка MCP

Pi не имеет встроенного MCP-клиента и ug mcp add не поддерживает Pi. Используйте загруженные навыки; Сервисы MCP и реестр навыков требуют отдельного расширения Pi. См. документацию по расширению Pi.

Навыки Unity Gateway — в бета-версии. См. раздел «Управление навыками » для поддержки и разрешений.

Troubleshooting

Запрос модели не работает: Проверьте URL шлюза, срок истечения токена, имя модели и разрешения.

Отсутствует скачанный навык: Проверьте , что полная папка находится SKILL.md в поддерживаемой папке. Перезапускайте ug skills add с теми же опциями для обновления скачанных навыков.

При проблемах со входом в рабочую область или ug настройкой запустите ug doctor.

Дальнейшие действия

  • Last updated on