透過 Unity Gateway 使用模型、MCP 工具和技能來使用開放程式碼。 Unity Gateway CLI（ug）負責工作區登入與設定，或者你也可以手動設定連線。
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。 手動設定的話，安裝 OpenCode，並設定 Azure Databricks 個人存取權杖。
手動設定時，請將 <databricks-pat> 替換為你的 Azure Databricks 工作區主機名稱，並將 <workspace-hostname> 替換為你的權杖。 使用工作區中完整的模型名稱，並將設定項目合併到現有檔案中，保留無關的設定。
如果你的管理員已經設定好你的裝置，請依照組織的設定說明操作。
使用 Unity Gateway CLI
安裝 ug，然後從你的專案目錄執行這個指令：
ug opencode
選擇你的工作區並在提示時登入。 這個指令會開啟 OpenCode，並且你的閘道模型已經設定好。 開始編碼，或輸入 /models 以選擇另一個已設定的模型。
手動設定模型
安裝 OpenCode，然後將此設定合併為 ~/.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
}
}
}
}
}
}
如果你選擇了其他 Claude 型號，請在兩個地方替換型號名稱。 為了閘道相容性而保留 toolStreaming: false 。 使用 opencode 啟動 OpenCode。
對於 Gemini 型號，請新增一個獨立的供應商，使用 @ai-sdk/google、基礎網址 https://<workspace-hostname>/ai-gateway/gemini/v1beta、相同的認證欄位和你的 Gemini 型號名稱。 請參閱 OpenCode 的提供者文件。
為了降低例行任務中每個權杖的成本，請選用像 system.ai.glm-5-2 這樣的開源模型作為您的模型。 請參見 控制支出。
新增 MCP 工具
使用 Unity Gateway CLI
跑步：
ug mcp add --agents opencode
選擇你的服務，然後重新開始。ug opencode
手動設定 MCP 服務
將此條目合併為 ~/.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>"
}
}
}
}
對於其他服務，請更改伺服器名稱，並以其三部分的 Unity 目錄名稱取代 system.ai.dbsql 。 重新啟動 OpenCode，並要求它使用連接的工具。 請參閱 OpenCode 的 MCP 文件。
ug opencode 使用 ~/.ucode/opencode-xdg/opencode/opencode.json。 透過 ug 啟動時，請使用該檔案手動新增 MCP 項目。
新增技能
使用 Unity Gateway CLI
下載已發表的技能：
ug skills add
選擇你的技能，然後重新開始 OpenCode。 它會從 ~/.agents/skills/ 讀取下載內容，並在你作業時載入相關技能。
手動設定技能
對於您已有的檔案，請將每個完整的技能資料夾放入 .opencode/skills/ 或您專案的 ~/.agents/skills/。 請參閱 OpenCode 的技能文件。
要透過 MCP 存取已發佈的技能登錄，請依照上述 MCP 範例新增第二台伺服器，命名為 databricks-skill-registry，並設 url 為 https://<workspace-hostname>/ai-gateway/skills/。 保留結尾斜線、Bearer 標頭和 oauth: false。 請代理程式使用技能的完整名稱。
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
模型請求失敗：檢查閘道網址、憑證到期日、模型名稱及權限。
缺少一台 MCP 伺服器：重新啟動 代理程式。 如果你是用 ug 進行設定，就用 ug opencode 啟動它，這樣它就會使用相同的設定。 手動設定時，請檢查 ~/.config/opencode/opencode.json 和 Bearer 權杖。
找不到已下載的技能：請確認該技能的完整資料夾位於受支援的目錄中，且包含 SKILL.md。 用同樣的選項重新執行 ug skills add ，刷新已下載的技能。
對於工作區登入或 ug 設定問題，請執行 ug doctor。