Anslut till OpenCode

Använd OpenCode med modeller, MCP-verktyg och färdigheter via Unity Gateway. Unity Gateway CLI (ug) hanterar inloggning och konfiguration av arbetsytan, eller så kan du konfigurera anslutningen manuellt.

Prerequisites

Du behöver din URL till Azure Databricks arbetsområde och tillgång till de modeller, MCP-tjänster och färdigheter du vill använda. För manuell installation, installera OpenCode och ha en Azure Databricks personlig åtkomsttoken.

För manuell konfiguration, ersätt <workspace-hostname> med ditt Azure Databricks workspace-värdnamn och <databricks-pat> med din token. Använd fullständiga modellnamn som finns tillgängliga i ditt arbetsområde, sammanfoga konfigurationsposter i befintliga filer och behåll orelaterade inställningar.

Om din administratör redan har konfigurerat din enhet, följ organisationens konfigurationsinstruktioner.

Använd Unity Gateway CLI

Installera ug, kör sedan detta kommando från din projektkatalog:

ug opencode

Välj din arbetsplats och logga in när du blir tillfrågad. Kommandot öppnar OpenCode med dina gateway-modeller konfigurerade. Börja koda, eller gå in /models för att välja en annan konfigurerad modell.

Konfigurera modeller manuellt

Installera OpenCode och slå sedan ihop denna konfiguration med ~/.config/opencode/opencode.json:

{
  "$schema": "https://opencode.ai/config.json",
  "model": "databricks-anthropic/system.ai.claude-sonnet-4-6",
  "provider": {
    "databricks-anthropic": {
      "npm": "@ai-sdk/anthropic",
      "options": {
        "baseURL": "https://<workspace-hostname>/ai-gateway/anthropic/v1",
        "apiKey": "<databricks-pat>",
        "headers": {
          "Authorization": "Bearer <databricks-pat>"
        }
      },
      "models": {
        "system.ai.claude-sonnet-4-6": {
          "options": {
            "toolStreaming": false
          }
        }
      }
    }
  }
}

Byt ut modellnamnet på båda platserna om du väljer en annan Claude-modell. Behåll toolStreaming: false för gateway-kompatibilitet. Börja OpenCode med opencode.

För Gemini-modeller, lägg till en separat leverantör med @ai-sdk/google, bas-URL https://<workspace-hostname>/ai-gateway/gemini/v1beta, samma autentiseringsfält och dina Gemini-modellnamn. Se OpenCodes leverantörsdokumentation.

För att minska kostnaden per token för rutinuppgifter, välj en open-source-modell som system.ai.glm-5-2 din modell. Se Kontrollera utgifter.

Lägg till MCP-verktyg

För att använda system.ai.dbsql, system.ai.sandbox eller system.ai.web_search måste en kontoadministratör aktivera Unity Gateway-betan från kontokonsolens Previews-sida. Se Hantera förhandsvisningar av konto.

Använd Unity Gateway CLI

Run:

ug mcp add --agents opencode

Välj dina tjänster och starta sedan om med ug opencode.

Konfigurera MCP-tjänster manuellt

Slå ihop denna post med ~/.config/opencode/opencode.json:

{
  "mcp": {
    "dbsql": {
      "type": "remote",
      "url": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
      "oauth": false,
      "headers": {
        "Authorization": "Bearer <databricks-pat>"
      }
    }
  }
}

För en annan tjänst, byt serverns namn och ersätt system.ai.dbsql med dess tredelade Unity Catalog-namn. Starta om OpenCode och be den använda ett anslutet verktyg. Se OpenCodes MCP-dokumentation.

ug opencode använder ~/.ucode/opencode-xdg/opencode/opencode.json. Använd den filen för manuella MCP-poster när du startar via ug.

Lägga till kunskaper

Använd Unity Gateway CLI

Ladda ner publicerade färdigheter:

ug skills add

Välj dina färdigheter och starta sedan om OpenCode. Den läser nedladdningarna från ~/.agents/skills/ och laddar relevanta färdigheter medan du arbetar.

Konfigurera färdigheter manuellt

För filer du redan har, placera varje komplett färdighetsmapp i ~/.agents/skills/ eller i ditt projekts .opencode/skills/. Se OpenCodes dokumentation för färdigheter.

För att komma åt det publicerade färdighetsregistret via MCP, lägg till en andra server med MCP-exemplet ovan, namnge den databricks-skill-registry, och sätt url till https://<workspace-hostname>/ai-gateway/skills/. Behåll den efterföljande snedstrecket, bärarhuvudet och oauth: false. Be agenten använda en färdighet med dess fullständiga namn.

Unity Gateway-färdigheter finns i Beta. Se Hantera kompetenser för aktivering och behörigheter.

Troubleshooting

En modellförfrågan misslyckas: Kontrollera gateway-URL:en, tokenens utgångsdatum, modellnamn och behörigheter.

En MCP-server saknas: Starta om agenten. Om du konfigurerade det med ug, starta det med ug opencode så att det använder samma inställningar. För manuell installation, kontrollera ~/.config/opencode/opencode.json och bärartoken.

En nedladdad skill saknas: Kontrollera att dess fullständiga mapp innehåller SKILL.md i en katalog som stöds. Kör ug skills add om med samma alternativ för att uppdatera nedladdade färdigheter.

Vid problem med inloggning till arbetsområdet eller med ug-konfiguration, kör ug doctor.

Nästa steg

  • Uppdaterades senast