在終端機或 ChatGPT 桌面應用程式中，透過 Unity Gateway 使用 Codex 以及模型、MCP 工具和技能。 使用 Unity Gateway CLI（ug） 來設定存取權限，或手動設定連線。
在你開始之前
你需要 Azure Databricks 工作區的 URL 以及你想使用的模型、MCP 服務和技能的存取權。 安裝最新版本 的Codex 或 ChatGPT桌面應用程式。
如果您的管理員已經設定了您的裝置，請依照組織的啟動指示操作。
終端機中的法典
建議使用 Unity Gateway CLI（建議）
安裝 ug，然後從你的專案目錄執行這個指令：
ug codex
依照指示選擇你的工作區並登入。
ug 設定連線並在終端機中開啟 Codex。 開始使用你已經使用的相同提示詞和指令。 要更改模型，請輸入 /model。
要新增 MCP 工具或技能，請在終端機執行以下指令，然後重新啟動 Codex：
ug mcp add
ug skills add
每個指令都可以讓你選擇要新增的內容。 手動設定請使用下方的設定區塊。
ChatGPT 桌面版
建議使用 Unity Gateway CLI（建議）
在 macOS 和 Linux 上，安裝 ug 並執行此指令於互動式終端機中：
ug configure --agents codex
選擇你的工作區並登入。 如果被要求，請用你的裝置密碼批准系統設定更新。
ug 配置 Unity Gateway 連線及 OAuth 令牌更新。
打開或重啟桌面應用程式，開始 Codex 對話。 使用模型選擇器來更換模型。 此 ug codex 指令會開啟終端機代理;設定後正常開啟桌面應用程式。
在 Windows 上，請使用以下的手動型號配置。 你仍然可以使用 ug mcp add 和 ug skills add 來新增工具和技能，然後重新啟動應用程式。
手動設定模型
這些設定同時適用於終端機代理和桌面應用程式。 關閉Codex，然後開啟或創建 ~/.codex/config.toml。 針對 Windows，請使用 %USERPROFILE%\.codex\config.toml。
將以下設定合併到檔案中。 保留 model_provider 和 model 於頂層，並放在任何表格標頭之前，同時保留其他無關設定。
model = "<catalog>.<schema>.<model-name>"
model_provider = "databricks"
[model_providers.databricks]
name = "Databricks"
base_url = "https://<workspace-hostname>/ai-gateway/codex/v1"
wire_api = "responses"
requires_openai_auth = false
supports_websockets = false
http_headers = { Authorization = "Bearer <databricks-pat>" }
將模型預留位置替換為其完整的 Unity Catalog 名稱，將 <workspace-hostname> 替換為您的工作區主機名稱，並將 <databricks-pat> 替換為您的個人存取權杖。 此範例將標記儲存在本地;檔案保持私密，並使用您自己的標記。
從你的專案目錄執行 codex 或重新開啟桌面應用程式。 如果你的裝置有受管理的提供者設定，請你的管理員更新;這些設定優先於使用者設定。
詳情請參閱 OpenAI 的配置參考。
新增 MCP 工具
使用 Unity Gateway CLI
執行這個指令，選擇你想新增的服務：
ug mcp add
重新啟動 Codex 或桌面應用程式，然後請它使用連接的工具。
ug 註冊一個本地代理，負責驗證請求並刷新憑證。
手動設定 MCP 服務
將以下內容新增至 ~/.codex/config.toml：
[mcp_servers.dbsql]
url = "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql"
http_headers = { Authorization = "Bearer <databricks-pat>" }
替換主機名稱和標記，然後重新啟動 Codex。 對於其他服務，請在下方 mcp_servers 使用唯一名稱，並以其三部分的 Unity 目錄名稱取代 system.ai.dbsql 。
對於 OAuth 設定，請依照 OpenAI 的 MCP 驗證指示，並使用 Codex 所用的確切回呼 URL 註冊 Azure Databricks OAuth 應用程式。
新增技能
使用 Unity Gateway CLI
執行互動式選擇器：
ug skills add
或者下載特定已發表的技能：
ug skills add --names <catalog>.<schema>.<skill-name>
重新啟動 Codex 或桌面應用程式。 下載的技能可在 ~/.agents/skills/ 中於本機使用。 請重播下載以取得更新版本。
若要透過 MCP 揭露結構的技能，請執行：
ug skills add --location <catalog>.<schema> --mcp
手動連線技能登錄檔
將以下內容新增至 ~/.codex/config.toml：
[mcp_servers.databricks-skill-registry]
url = "https://<workspace-hostname>/ai-gateway/skills/"
http_headers = { Authorization = "Bearer <databricks-pat>" }
替換主機名稱和標記。 網址裡的尾斜線要保留。 重新啟動Codex並要求它使用已發表的技能，例如： Use <catalog>.<schema>.<skill-name> to review this query.
登錄檔會透過 MCP 載入技能指令。 若要安裝您已有的技能檔案，請將完整的技能資料夾（包括 SKILL.md 和隨附的檔案）放到 ~/.agents/skills/ 中。
Unity Gateway 技能還在測試階段。 請參見 治理技能 以了解啟用與權限。
Troubleshooting
桌面應用程式仍要求 OpenAI 登入： 在 macOS 或 Linux 上，互動式重啟 ug configure --agents codex 並完成系統設定更新。 僅靠 CLI 設定檔並不能設定桌面應用程式。 手動設定時，請確認 model_provider 位於頂層，且 requires_openai_auth = false 位於提供者資料表中。 不要把這個旗標加到使用 auth 表格來刷新 OAuth token 的提供者上。
請求失敗時會出現 WebSocket 錯誤：在活躍的 Azure Databricks 提供者資料表中設定supports_websockets = false。 如果你的管理員負責管理該設定，請他們更新。 之後再重啟應用程式。
缺少一個模型：請檢查你的模型權限。 在活躍設定中設定 model 為完整的 Unity 目錄名稱，然後開始新的對話。
MCP 或技能連線失敗： 檢查網址、權限及連接器錯誤。 手動連線時，也要檢查令牌過期。 遇到 ug 設定問題時，請執行 ug doctor。 下載的技能即使登錄檔連線失敗仍可保留。