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。
AIツールをインストールする
DatabricksのCLIコマンドグループを使ってAzure Databricks AIツールをインストールしaitools。 CLIは対応するコーディングエージェントを検出し、Azure Databricksのスキルやプラグインをインストールして、エージェントがバンドル、ジョブ、SQLなどのAzure Databricksリソースを効果的に扱えるようにします。
# Install skills for all detected agents
databricks aitools install
# Install skills for a specific agent
databricks aitools install --agents claude-code
# Install skills into the current project instead of globally
databricks aitools install --scope project
# Install specific skills
databricks aitools install --skills bundles,sql
インストールされたAIツールを管理するには databricks aitools list、 databricks aitools update、 databricks aitools uninstall を活用しましょう。 すべてのオプションについては、コマンド グループaitools参照してください。
Databricks CLI で配布されていない任意のGitHub リポジトリからスキルをインストールするには、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 を使用します。 Skills CLI は、スキル ファイルのGitHub リポジトリをスキャンし、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。
AIツールとマネージドMCPサーバー
AIツールと マネージドMCPサーバー は同じ問題の異なる側面を解決し、ほとんどのセットアップで両方が使われています:
| AI ツール | マネージド MCP サーバー | |
|---|---|---|
| 提供される内容 | 知識:Azure Databricksのパターン、API、エージェントがコードを書く際に適用するワークフロー。 | ツール:エージェントがUnityカタログデータの照会、SQLの実行、インデックス検索、Genieエージェントの呼び出しに使う呼び出し可能なエンドポイント。 |
| 実行される場所 | ローカルで、コーディングエージェントのスキルやプラグインディレクトリに置いてください。 | Azure Databricksによってホストされ、Unity Catalogによって管理されています。 |
| 設定方法 | databricks aitools install |
サーバーURLをクライアントのMCP設定に追加し、認証します。 「 MCPをAIアシスタントやコーディングエージェントに繋ぐ」をご覧ください。 |
スキルはエージェントにどう作業するかを教え、MCPサーバーはエージェントがその作業を実行できるようにします。 スキルはエージェントをマネージドMCPサーバーに誘導してタスクを行うことはできますが、スキル自体はMCPサーバーではなく、AIツールをインストールしてもMCPサーバーを設定できません。 エージェントに正しいAzure Databricksコードを書かせ、ライブワークスペースデータを読み取らせたいなら、AIツールをインストールし、必要なマネージドMCPサーバーを接続してください。
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 | Azure Databricksの開発における公式にコアスキルとプラグインを、コンピュート、オーケストレーション、ストレージ、アプリにわたり提供しています。 これらのスキルは、 databricks aitools installを使って導入されます。 |
その他にも、エージェントブリック、AI関数、AI/BIダッシュボード、Databricksアプリ、バンドル、Databricks CLI、Databricks Lakehouse、Genie、Iceberg、Lakebase、Lakeflow ジョブ、メトリックビュー、MLflow評価、モデルサービング、Python SDK、Lakeflowパイプライン、サーバーレス移行、構造化ストリーミング、合成データ、Unity Catalog、AI検索、Zerobus ingestなどのスキルが含まれます |
| AI 開発キットのスキル | Azure Databricksの開発パターンをカバーしたコミュニティスキルを厳選しました。 | Deprecated. これらのスキルはAzure Databricksエージェントスキルで利用可能です。 競合を避けるために、Databricksエージェントスキルをインストールする前にAI開発キットのスキルをアンインストールしてください。 「 アンインストールAI開発キット」をご覧ください。 |
| 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 |
| 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 |
その他のリソース
-
aitoolsコマンド グループ:aitools完全なコマンド リファレンス. - Azure Databricks managed MCP servers: agentsにUnity Catalogのデータとツールへの管理されたアクセス権を与える。
- MCPをAIアシスタントやコーディングエージェントに接続する:Claude、Cursor、その他のクライアントをAzure DatabricksのMCPに接続する。
- 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。
- エージェントを作成して Databricks Apps にデプロイする: Databricks Apps でエージェントをビルドしてデプロイします。
- MCPサービスでエージェントをサードパーティツールに接続:MCPサービスを通じて、エージェントに組み込みのSaaSツール(Slack、GitHub、Googleカレンダーなど)へのアクセス権を提供します。
