databricks-solutions/ai-dev-kit

解決的問題

Databricks AI Dev Kit 提供了一套工具與模式，將 Databricks 專業知識引入開發人員已經使用的 AI 編碼環境中。它彌合了通用 AI 助手（如 Cursor、Claude Code 與 GitHub Copilot）與在 Databricks 平台上建置所需的特定配置、API 與最佳實踐之間的鴻溝。

工作原理

此工具包由四個主要組件組成，可以獨立使用或組合使用：

• Skills: 精選的模式與最佳實踐，教導 AI 助手如何處理 Databricks 特有的任務。這些透過 Databricks CLI (databricks aitools install) 安裝並整合至編輯器的配置中。
• MCP Server: 一個 Model Context Protocol (MCP) 伺服器，將 40 多個 Databricks 工具作為可操作的函數暴露給 AI 用戶端。
• Visual Builder App: 一個帶有聊天 UI 的全棧 Web 應用程式，專為 Databricks 開發而設計。
• Core Library (databricks-tools-core): 一個 Python 函式庫，提供與 Databricks 互動的高階函數，並與 LangChain 和 OpenAI Agents SDK 等框架相容。

適用對象

在 Databricks 上進行建置，並且比起原生的 Databricks 工作區，更傾向於使用自己的本地 IDE 或 AI 驅動編輯器（如 Cursor、Claude Code、Gemini CLI 或 Windsurf）的開發人員與資料工程師。

亮點

• 廣泛的編輯器支援： 相容於包括 Claude Code、Cursor、GitHub Copilot 與 Gemini CLI 在內的廣泛 AI 編碼工具。
• 廣泛的工具集： 提供建置 Spark Declarative Pipelines、Unity Catalog 治理、MLflow 實驗以及 Model Serving 端點的能力。
• 靈活的部署： 為技能與工具提供專案層級與全域安裝。
• Genie Code 整合： 包含將技能直接上傳至 Databricks 工作區以供 Genie Code 使用的特定路徑。