エージェント スキルは、Claude や GitHub Copilot などの AI コーディング アシスタントが Azure Databricks 開発タスクを実行するために読み込むことができるタスク固有の命令ファイルです。 スキルは、ドメイン固有の知識、ベスト プラクティス、ワークフローを、AI の使用に最適化された形式にパッケージ化します。 Azure Databricks ワークスペースで Genie Code を拡張する方法については、「 エージェント スキルを使用して Genie Code を拡張する」を参照してください。
スキルは、オープン エージェントスキル 標準に従います。 各スキルは、スキルを使用するタイミングと方法を記述するフロントマター メタデータを含む Markdown ファイルです。 AI コーディング アシスタントは、手元のタスクに基づいて関連するスキルを自動的に検出して読み込みます。
スキルをインストールする
エージェント スキルのオープンソース パッケージ マネージャーである Skills CLI を使用してスキルをインストールします。 CLI は、GitHub リポジトリでスキル ファイルをスキャンし、それらをプロジェクトにインストールして、AI コーディング アシスタントがそれらを自動的に検出して使用できるようにします。
# List skills in a repository
npx skills add databricks/databricks-agent-skills --list
# Install specific skills
npx skills add databricks/databricks-agent-skills --skill databricks-apps --skill databricks-pipelines
# Install all skills from a repo to all agents
npx skills add databricks/databricks-agent-skills --all
# Remove interactively (select from installed skills)
npx skills remove
CLI では、リポジトリにスキル ファイルが含まれている必要があります。 リポジトリの所有者は、CLI が自分のスキルを使用できるように何も構成する必要はありません。
スキル リポジトリ
| GitHub リポジトリ | 説明 | スキル |
|---|---|---|
| Azure Databricks エージェントのスキル | コンピューティング、オーケストレーション、ストレージ、アプリ全体でAzure Databricks開発のためのコア スキルを正式に維持しました。 | Azure Databricks CLI、Databricks Apps、アセット バンドル、Lakeflow ジョブ、Lakebase、モデル サービス、Lakeflow Spark 宣言パイプライン、サーバーレス移行 |
| Databricks アプリ テンプレートのスキル | エージェント (LangGraph、LangChain、OpenAI Agents SDK)、アプリ キット (Lakebase、Genie、Analytics)、チャットボット/データ アプリ フレームワーク (Streamlit、Dash、Gradio、Shiny、Flask、Node.js) 用の Databricks アプリ テンプレート内に埋め込まれたタスク固有のスキル。 | クイックスタート、デプロイ、エージェントの変更、ツールの追加、ツールの作成、ツールの検出、モデルサービングからの移行、ローカルで実行、負荷テスト、Supervisor API群 |
| AI 開発キットのスキル | 25 以上の Azure Databricks 開発パターンをカバーするキュレーションされたコミュニティ スキル。 | Agent Bricks、AI Functions、AI/BI ダッシュボード、Databricks Apps、Asset Bundles、Databricks Lakehouse、Genie、Iceberg、Lakebase、Lakeflow ジョブ、メトリック ビュー、MLflow 評価、モデル サービス、Python SDK、Lakeflow Spark 宣言パイプライン、構造化ストリーミング、合成データ、Unity カタログ、ベクター検索、ゼロバス取り込み |
| MLflow スキル | MLflow を使用して LLM エージェントをインストルメント化、デバッグ、評価するためのスキル。 | MLflow の導入、MLflow エージェント、トレースの計装、トレースの取得と分析、メトリクスのクエリ、エージェント評価、チャットセッション分析、MLflow ドキュメント検索 |
次のステップ
- エージェント スキルを使用して Genie Code を拡張する: ワークスペースに組み込まれている Genie Code のスキルを作成します。
- エージェントを Model Serving から Databricks Apps に移行する: エージェント スキルを使用して、エージェントを Model Serving から Databricks Apps に移行します。
- AI エージェントを作成して Databricks Apps にデプロイする: Databricks Apps で AI エージェントを構築してデプロイします。