databricks-solutions/ai-dev-kit

解决的问题

Databricks AI Dev Kit 提供了一套工具和模式，将 Databricks 专业知识引入开发人员已经使用的 AI 编码环境中。它弥合了通用 AI 助手（如 Cursor、Claude Code 和 GitHub Copilot）与在 Databricks 平台上构建所需的特定配置、API 和最佳实践之间的鸿沟。

工作原理

该工具包由四个主要组件组成，可以独立使用或组合使用：

• Skills: 精选的模式和最佳实践，教导 AI 助手如何处理 Databricks 特有的任务。这些通过 Databricks CLI (databricks aitools install) 安装并集成到编辑器的配置中。
• MCP Server: 一个 Model Context Protocol (MCP) 服务器，将 40 多个 Databricks 工具作为可操作的函数暴露给 AI 客户端。
• Visual Builder App: 一个带有聊天 UI 的全栈 Web 应用程序，专为 Databricks 开发而设计。
• Core Library (databricks-tools-core): 一个 Python 库，提供与 Databricks 交互的高级函数，与 LangChain 和 OpenAI Agents SDK 等框架兼容。

适用对象

在 Databricks 上进行构建，并且比起原生的 Databricks 工作区，更倾向于使用自己的本地 IDE 或 AI 驱动编辑器（如 Cursor、Claude Code、Gemini CLI 或 Windsurf）的开发人员和数据工程师。

亮点

• 广泛的编辑器支持： 兼容包括 Claude Code、Cursor、GitHub Copilot 和 Gemini CLI 在内的广泛 AI 编码工具。
• 广泛的工具集： 提供构建 Spark Declarative Pipelines、Unity Catalog 治理、MLflow 实验和 Model Serving 端点的能力。
• 灵活的部署： 为技能和工具提供项目级和全局安装。
• Genie Code 集成： 包括将技能直接上传到 Databricks 工作区以供 Genie Code 使用的特定路径。