databricks-solutions/ai-dev-kit
Databricks Toolkit for Coding Agents provided by Field Engineering
해결하는 문제
Databricks AI Dev Kit은 개발자가 이미 사용 중인 AI 코딩 환경에 Databricks 전문 지식을 가져올 수 있는 도구 세트와 패턴을 제공합니다. 이는 범용 AI 어시스턴트(Cursor, Claude Code, GitHub Copilot 등)와 Databricks 플랫폼에서 구축하는 데 필요한 특정 구성, API 및 베스트 프랙티스 간의 격차를 해소합니다.
작동 방식
이 키트는 독립적으로 또는 함께 사용할 수 있는 네 가지 주요 구성 요소로 구성됩니다:
- Skills: AI 어시스턴트가 Databricks 전용 작업을 처리하는 방법을 가르치는 큐레이션된 패턴 및 베스트 프랙티스입니다. 이는 Databricks CLI (
databricks aitools install)를 통해 설치되며 에디터 구성에 통합됩니다. - MCP Server: 40개 이상의 Databricks 도구를 AI 클라이언트를 위한 실행 가능한 함수로 노출하는 Model Context Protocol (MCP) 서버입니다.
- Visual Builder App: Databricks 개발을 위해 특별히 설계된 채팅 UI를 갖춘 풀스택 웹 애플리케이션입니다.
- Core Library (
databricks-tools-core): LangChain 및 OpenAI Agents SDK와 같은 프레임워크와 호환되며 Databricks와 상호 작용하기 위한 고수준 함수를 제공하는 Python 라이브러리입니다.
대상 사용자
Databricks에서 작업하며 네이티브 Databricks 워크스페이스 대신 자체 로컬 IDE 또는 AI 기반 에디터(Cursor, Claude Code, Gemini CLI 또는 Windsurf 등)를 사용하는 것을 선호하는 개발자 및 데이터 엔지니어.
주요 특징
- 폭넓은 에디터 지원: Claude Code, Cursor, GitHub Copilot, Gemini CLI를 포함한 다양한 AI 코딩 도구와 호환됩니다.
- 광범위한 툴셋: Spark Declarative Pipelines, Unity Catalog 거버넌스, MLflow 실험 및 Model Serving 엔드포인트를 구축할 수 있는 기능을 제공합니다.
- 유연한 배포: 스킬 및 도구에 대해 프로젝트 수준 및 글로벌 설치를 모두 제공합니다.
- Genie Code 통합: Genie Code에서 사용할 수 있도록 스킬을 Databricks 워크스페이스에 직접 업로드하는 특정 경로를 포함합니다.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트