没有Databricks工作区如何快速启动AI Dev Kit完整准备事项检查清单【免费下载链接】ai-dev-kitDatabricks Toolkit for Coding Agents provided by Field Engineering项目地址: https://gitcode.com/GitHub_Trending/ai/ai-dev-kit这篇文章面向还没有 Databricks 工作区Workspace的新手带你提前准备好安装AI Dev Kit所需的一切。AI Dev Kit 是 Databricks 现场工程团队推出的 AI 编程工具包它为 Claude Code、Cursor、Codex 等 AI 编码助手提供 20 个 Skills 技能包和 75 个可执行工具。好消息是没有工作区也能先完成安装认证可以稍后补做。下面这份准备事项检查清单帮你 5 分钟内把环境备齐。一、先搞清楚没有工作区能装什么很多新手担心没有 Databricks 工作区就不能装其实大可放心组件无工作区能否安装说明Skills 技能包Markdown 知识✅ 可以纯文本最佳实践安装即用MCP Server 运行时✅ 可以本地 venv 环境离线安装调用工作区的工具SQL、Jobs、Unity Catalog⏸ 需要认证完成databricks auth login后才可执行安装器在检测不到~/.databrickscfg时只会提示 You can authenticate after install不会中断安装流程。所以策略很简单先装后认证。AI Dev Kit 由四个可组合部分组成详见 README.md核心库databricks-tools-core/ — Python 高层函数MCP 服务器databricks-mcp-server/ — 50 工具技能包databricks-skills/ — 20 个 Markdown 技能可视化构建器databricks-builder-app/ — Web 应用二、准备事项检查清单7 项逐条核对1️⃣ git必需安装脚本依赖 git 拉取源码。终端输入git --version能返回版本号即可。2️⃣ uv必需MCP 依赖uv 是 Python 包管理器用于创建 MCP 服务器的虚拟环境。这是安装器唯一会强制中断的依赖✗ uv is required but not found on your PATH没有 uv 时安装会直接失败请务必提前装好。3️⃣ Databricks CLI建议 ≥ 0.278.0即使暂时没有工作区也建议提前装好 CLI。安装器会自动检测版本低于 0.278.0 会提示升级。CLI 同时也是后续认证的入口databricks auth login。4️⃣ 工作区认证可稍后补做无工作区时跳过此步认证后会自动生成~/.databrickscfg配置文件。有工作区后运行databricks auth login --profile DEFAULT浏览器会打开完成 OAuth 授权。安装器也支持在结束时交互式引导这一步见 install.sh 中的prompt_auth逻辑。5️⃣ 至少一个 AI 编码工具必需任选其一即可安装时会写入对应配置目录工具配置文件位置Claude Code.claude/Cursor / Copilot.cursor/、.github/需手动更新设置Gemini CLI / Codex / Windsurf / OpenCode / Kiro 等各自对应目录6️⃣ 稳定的网络连接安装过程会下载 MCP 服务器源码、通过 uv 拉取 Python 依赖、并从远端获取 MLflow 等附加技能。7️⃣ 一个干净的项目目录默认按项目级安装配置会写入当前目录如.claude/skills之后需在同一目录启动 AI 工具才能生效。三、安装前的三个关键选择项目级 vs 全局安装项目级默认配置随项目走配置文件可直接复用到其他项目全局级加--globalWindows 为-Global配置写入用户主目录一次安装处处可用选择技能档案Skills Profile安装器内置按角色划分的技能组合按需勾选更轻量档案适合人群典型技能data-engineer数据工程流式管道、Spark Streaming、Jobs、Iceberganalyst分析工程师SQL、Genie、AI/BI 仪表盘ai-ml-engineerAI/ML 工程师模型服务、向量检索、Agent Bricks、MLflow 评估app-developer应用开发者Databricks Apps、Lakebase核心技能databricks-config、databricks-python-sdk等始终自动包含。选择要配置的工具只装部分工具可用--tools cursor,codex,gemini指定避免改动不需要的编辑器配置。四、快速启动三步走 第 1 步获取项目git clone https://gitcode.com/GitHub_Trending/ai/ai-dev-kit第 2 步在你的项目目录中运行安装脚本Mac / Linuxbash ai-dev-kit/install.shWindows (PowerShell).\ai-dev-kit\install.ps1按交互提示回答即可选择安装范围、技能档案、MCP 安装路径默认~/.ai-dev-kit。第 3 步验证并补认证检查项目下是否生成.claude/skills/等配置目录有工作区后执行databricks auth login --profile DEFAULT完成认证重新运行同一安装命令即为升级--uninstall --dry-run可预览卸载内容五、安装后验证清单✅~/.databrickscfg中已配置 profile 与 token或确认 DATABRICKS_TOKEN 环境变量已设置✅ MCP 运行时目录存在默认~/.ai-dev-kit内含 repo 与 .venv✅ AI 工具中提问列出我的 Databricks Jobs等能触发工具调用✅ Cursor / Copilot 用户记得手动更新编辑器设置官方特别提示这两家安装后需手改六、可选进阶Builder App 本地开发 如果想体验 Web 聊天式开发界面Builder App不需要先部署到工作区cd ai-dev-kit/databricks-builder-app ./scripts/setup.sh # 安装依赖 ./scripts/start_local.sh # 本地启动更多部署选项含--enable-mcp网关模式参考 databricks-builder-app/README.md部署配置模板见 databricks-builder-app/app.yaml.example。小结没有 Databricks 工作区完全不妨碍你启动 AI Dev Kit——按上面 7 项检查清单备好 git、uv、CLI 和 AI 编码工具跑一次安装脚本拿到技能包与 MCP 运行时等工作区就绪后补一句databricks auth login75 工具即刻全量可用。【免费下载链接】ai-dev-kitDatabricks Toolkit for Coding Agents provided by Field Engineering项目地址: https://gitcode.com/GitHub_Trending/ai/ai-dev-kit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 没有Databricks工作区如何快速启动AI Dev Kit：完整准备事项检查清单
没有Databricks工作区如何快速启动AI Dev Kit完整准备事项检查清单【免费下载链接】ai-dev-kitDatabricks Toolkit for Coding Agents provided by Field Engineering项目地址: https://gitcode.com/GitHub_Trending/ai/ai-dev-kit这篇文章面向还没有 Databricks 工作区Workspace的新手带你提前准备好安装AI Dev Kit所需的一切。AI Dev Kit 是 Databricks 现场工程团队推出的 AI 编程工具包它为 Claude Code、Cursor、Codex 等 AI 编码助手提供 20 个 Skills 技能包和 75 个可执行工具。好消息是没有工作区也能先完成安装认证可以稍后补做。下面这份准备事项检查清单帮你 5 分钟内把环境备齐。一、先搞清楚没有工作区能装什么很多新手担心没有 Databricks 工作区就不能装其实大可放心组件无工作区能否安装说明Skills 技能包Markdown 知识✅ 可以纯文本最佳实践安装即用MCP Server 运行时✅ 可以本地 venv 环境离线安装调用工作区的工具SQL、Jobs、Unity Catalog⏸ 需要认证完成databricks auth login后才可执行安装器在检测不到~/.databrickscfg时只会提示 You can authenticate after install不会中断安装流程。所以策略很简单先装后认证。AI Dev Kit 由四个可组合部分组成详见 README.md核心库databricks-tools-core/ — Python 高层函数MCP 服务器databricks-mcp-server/ — 50 工具技能包databricks-skills/ — 20 个 Markdown 技能可视化构建器databricks-builder-app/ — Web 应用二、准备事项检查清单7 项逐条核对1️⃣ git必需安装脚本依赖 git 拉取源码。终端输入git --version能返回版本号即可。2️⃣ uv必需MCP 依赖uv 是 Python 包管理器用于创建 MCP 服务器的虚拟环境。这是安装器唯一会强制中断的依赖✗ uv is required but not found on your PATH没有 uv 时安装会直接失败请务必提前装好。3️⃣ Databricks CLI建议 ≥ 0.278.0即使暂时没有工作区也建议提前装好 CLI。安装器会自动检测版本低于 0.278.0 会提示升级。CLI 同时也是后续认证的入口databricks auth login。4️⃣ 工作区认证可稍后补做无工作区时跳过此步认证后会自动生成~/.databrickscfg配置文件。有工作区后运行databricks auth login --profile DEFAULT浏览器会打开完成 OAuth 授权。安装器也支持在结束时交互式引导这一步见 install.sh 中的prompt_auth逻辑。5️⃣ 至少一个 AI 编码工具必需任选其一即可安装时会写入对应配置目录工具配置文件位置Claude Code.claude/Cursor / Copilot.cursor/、.github/需手动更新设置Gemini CLI / Codex / Windsurf / OpenCode / Kiro 等各自对应目录6️⃣ 稳定的网络连接安装过程会下载 MCP 服务器源码、通过 uv 拉取 Python 依赖、并从远端获取 MLflow 等附加技能。7️⃣ 一个干净的项目目录默认按项目级安装配置会写入当前目录如.claude/skills之后需在同一目录启动 AI 工具才能生效。三、安装前的三个关键选择项目级 vs 全局安装项目级默认配置随项目走配置文件可直接复用到其他项目全局级加--globalWindows 为-Global配置写入用户主目录一次安装处处可用选择技能档案Skills Profile安装器内置按角色划分的技能组合按需勾选更轻量档案适合人群典型技能data-engineer数据工程流式管道、Spark Streaming、Jobs、Iceberganalyst分析工程师SQL、Genie、AI/BI 仪表盘ai-ml-engineerAI/ML 工程师模型服务、向量检索、Agent Bricks、MLflow 评估app-developer应用开发者Databricks Apps、Lakebase核心技能databricks-config、databricks-python-sdk等始终自动包含。选择要配置的工具只装部分工具可用--tools cursor,codex,gemini指定避免改动不需要的编辑器配置。四、快速启动三步走 第 1 步获取项目git clone https://gitcode.com/GitHub_Trending/ai/ai-dev-kit第 2 步在你的项目目录中运行安装脚本Mac / Linuxbash ai-dev-kit/install.shWindows (PowerShell).\ai-dev-kit\install.ps1按交互提示回答即可选择安装范围、技能档案、MCP 安装路径默认~/.ai-dev-kit。第 3 步验证并补认证检查项目下是否生成.claude/skills/等配置目录有工作区后执行databricks auth login --profile DEFAULT完成认证重新运行同一安装命令即为升级--uninstall --dry-run可预览卸载内容五、安装后验证清单✅~/.databrickscfg中已配置 profile 与 token或确认 DATABRICKS_TOKEN 环境变量已设置✅ MCP 运行时目录存在默认~/.ai-dev-kit内含 repo 与 .venv✅ AI 工具中提问列出我的 Databricks Jobs等能触发工具调用✅ Cursor / Copilot 用户记得手动更新编辑器设置官方特别提示这两家安装后需手改六、可选进阶Builder App 本地开发 如果想体验 Web 聊天式开发界面Builder App不需要先部署到工作区cd ai-dev-kit/databricks-builder-app ./scripts/setup.sh # 安装依赖 ./scripts/start_local.sh # 本地启动更多部署选项含--enable-mcp网关模式参考 databricks-builder-app/README.md部署配置模板见 databricks-builder-app/app.yaml.example。小结没有 Databricks 工作区完全不妨碍你启动 AI Dev Kit——按上面 7 项检查清单备好 git、uv、CLI 和 AI 编码工具跑一次安装脚本拿到技能包与 MCP 运行时等工作区就绪后补一句databricks auth login75 工具即刻全量可用。【免费下载链接】ai-dev-kitDatabricks Toolkit for Coding Agents provided by Field Engineering项目地址: https://gitcode.com/GitHub_Trending/ai/ai-dev-kit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考