AI News HubLIVE
站内改写2 分鐘閱讀

藉助 AI 開發工具包將 Databricks 集成到 Kiro IDE 中

本文介紹了兩種將 Kiro IDE 連接到 Databricks 的方法:通過四個 Databricks 託管的 MCP 服務器進行快速設置,或使用新的 Databricks AI 開發工具包 Power 實現一鍵集成。兩種方法都基於 Unity Catalog 的元數據,確保 AI 助手只看到用户有權限的數據,減少幻覺。文章還強調了 Databricks 在 AI 輔助開發中的優勢,包括統一的治理、單一數據副本和集成 AI 堆棧。

Databricks 博客宣佈推出兩種新方式,將 Kiro 集成開發環境 (IDE) 連接到 Databricks 平台,從而為 AI 輔助開發提供更強大的支持。第一種方式是通過四個 Databricks 託管的 MCP(模型上下文協議)服務器進行快速設置,大約需要 10 分鐘;第二種方式是使用全新的 Databricks AI 開發工具包 Power,實現一鍵安裝,包含所有必備工具和技能,並提供四種身份驗證選項。

AI 輔助開發的一個關鍵挑戰是確保助手瞭解工作區的實際元數據,例如列名、表結構和用户權限。這兩種方法都利用 Unity Catalog 的行、列和基於標籤的授權,使 AI 助手能夠基於實時工作區元數據生成 SQL 查詢,避免產生幻覺或讀取未經授權的數據。這意味着 AI 助手只能看到用户有權限訪問的數據,所有操作都保持在平台內部。

選擇哪種路徑取決於用户的需求。Path A 是輕量級設置,適合分析師和以 SQL 為主的開發者,可以通過簡單的 mcp.json 配置和 PAT 令牌快速連接到 Genie、SQL、Unity Catalog Functions 和 Vector Search 四個服務。Path B 則提供了更全面的功能,包括 pipelines、jobs、Mosaic AI、Agent Bricks、Lakebase、Asset Bundles 等,適合數據工程師和平台構建者。

文章進一步解釋了 Databricks 成為 AI 輔助開發首選平台的三大理由。首先,Unity Catalog 是唯一能夠在數據層面為 AI 提供治理的層,確保每個 MCP 調用都繼承行、列和基於標籤的授權。其次,lakehouse 架構確保了單一數據副本和定義,所有工具都使用相同的數據源。最後,完整的 AI 堆棧(如 Mosaic AI Gateway、Agent Bricks、MLflow、Vector Search)無縫集成,而不是各自為政。

安裝 Path A 需要 Databricks 工作區、Unity Catalog 支持、PAT 令牌以及 Kiro IDE 基本配置。用户可以通過 Kiro 的服務器目錄一鍵添加 Databricks 條目,然後設置環境變量。對於 Path B,用户只需在 Kiro 的 Powers 面板中點擊“Try”即可完成安裝。Power 會自動下載 MCP 服務器、創建虛擬環境,並加載最新的技能庫。在身份驗證方面,Path B 支持 OAuth U2M(推薦)、OAuth M2M、.databrickscfg 配置文件和 PAT 令牌四種方式。

總的來説,這兩種路徑為不同角色的開發者提供了靈活的選擇,使 AI 輔助開發更加高效、安全且易於管理。