Connect Pi

Använd Pi med modeller och färdigheter via Unity Gateway. Unity Gateway CLI (ug) hanterar inloggning och konfiguration av arbetsytan, eller så kan du konfigurera anslutningen manuellt. Pi har ingen inbyggd MCP-klient, så MCP-verktyg kräver en separat Pi-tillägg.

Prerequisites

Du behöver din URL till Azure Databricks workspace och tillgång till de modeller och färdigheter du vill använda. För manuell installation, installera Pi 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 pi

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

Konfigurera modeller manuellt

Installera Pi, och slå sedan ihop denna konfiguration med ~/.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" }]
    }
  }
}

Börja pi och välj modellen med /model. Håll kvar supportsEagerToolInputStreaming: false för Claude-modeller genom portalen.

För andra modellfamiljer, lägg till en leverantör med motsvarande API och bas-URL. Använd samma apiKey och authHeader fält och lista de modell-ID:n som finns tillgängliga för dig:

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

Se Pi:s modellkonfigurationsdokumentation.

Lägga till kunskaper

Använd Unity Gateway CLI

Ladda ner publicerade färdigheter:

ug skills add

Välj dina färdigheter och starta sedan om Pi. Den läser nedladdningarna från ~/.agents/skills/. Be Pi att använda en funktion eller anropa /skill:<name> med namnet som anges i dess SKILL.md.

Konfigurera färdigheter manuellt

För filer du redan har, placera varje komplett färdighetsmapp i ~/.agents/skills/ eller i ditt projekts .pi/skills/. Se Pi:s dokumentation av färdigheter.

MCP-stöd

Pi har ingen inbyggd MCP-klient och ug mcp add stöder inte Pi. Använd hämtade färdigheter; MCP-tjänster och färdighetsregistret kräver ett separat Pi-tillägg. Se Pi:s tilläggsdokumentation.

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 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