Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Навыкdatabricks-ai-runtime агента даёт агентам кодирования ИИ, таким как Claude Code, Cursor и Codex, инструкции для работы с AI Runtime через databricks air команды Databricks CLI. С установленным навыком вы можете попросить агента написать YAML-файл рабочей нагрузки, отправить задание на обучение на GPU и проверить его ход.
Requirements
-
Databricks CLI, аутентифицирован в вашем рабочем пространстве. Примеры навыка используют плоский формат
code_source, для которого требуется Databricks CLI версии 1.20.0 или выше. - Рабочее пространство с включённым AI Runtime. См. Требования.
Установка навыка
Выполните следующую команду:
databricks aitools install --skills-only --skills databricks-ai-runtime
Следуйте инструкциям, чтобы выбрать вашего AI-агента и область установки. Для вариантов установки см. aitools группу команд.
Что охватывает навык
| Capability | Что может сделать агент |
|---|---|
| Создание рабочих нагрузок | Преобразуйте запрос в YAML рабочей нагрузки с вычислениями, окружением, источником кода и командой запуска для вашего фреймворка, например torchrun, Accelerate или DeepSpeed. |
| Настроить запуски | Устанавливайте переменные среды, секреты, гиперпараметры, повторные попытки и разрешения. |
| Отправить запуски | Проверьте конфигурацию с помощью --dry-run, затем отправьте с помощью databricks air run и ключа идемпотентности. |
| Проверка и мониторинг запусков | Получите статус с помощью databricks air get и databricks air list, просматривайте логи в реальном времени с помощью databricks air logs и перейдите к запуску MLflow для метрик. |
| Отмена запусков | Отмените один, несколько или все активные запуски с databricks air cancel. |
| Сбои отладки | Извлеките логи из неудачного запуска и отобразите ошибку. |
| Использование пользовательских образов Docker | Создайте и отправьте пользовательский образ, затем ссылайтесь на него в ресурсе workload. |