AI News HubLIVE
站内改写2 分鐘閱讀

藉助 AI 開發工具包將 Databricks 整合到 Kiro IDE 中

本文介紹了兩種將 Kiro IDE 連線到 Databricks 的方法:透過四個 Databricks 託管的 MCP 伺服器進行快速設定,或使用新的 Databricks AI 開發工具包 Power 實現一鍵整合。兩種方法都基於 Unity Catalog 的後設資料,確保 AI 助手只看到使用者有許可權的資料,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、單一資料副本和整合 AI 堆疊。

Databricks 部落格宣佈推出兩種新方式,將 Kiro 整合開發環境 (IDE) 連線到 Databricks 平臺,從而為 AI 輔助開發提供更強大的支援。第一種方式是透過四個 Databricks 託管的 MCP(模型上下文協議)伺服器進行快速設定,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後設資料,例如列名、表結構和使用者許可權。這兩種方法都利用 Unity Catalog 的行、列和基於標籤的授權,使 AI 助手能夠基於即時工作區後設資料生成 SQL 查詢,避免產生幻覺或讀取未經授權的資料。這意味著 AI 助手只能看到使用者有許可權訪問的資料,所有操作都保持在平臺內部。

選擇哪種路徑取決於使用者的需求。Path A 是輕量級設定,適合分析師和以 SQL 為主的開發者,可以透過簡單的 mcp.json 配置和 PAT 令牌快速連線到 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,適合資料工程師和平臺構建者。

文章進一步解釋了 Databricks 成為 AI 輔助開發首選平臺的三大理由。首先,Unity Catalog 是唯一能夠在資料層面為 AI 提供治理的層,確保每個 MCP 呼叫都繼承行、列和基於標籤的授權。其次,lakehouse 架構確保了單一資料副本和定義,所有工具都使用相同的資料來源。最後,完整的 AI 堆疊(如 Mosaic AI Gateway、Agent Bricks、MLflow、Vector Search)無縫整合,而不是各自為政。

安裝 Path A 需要 Databricks 工作區、Unity Catalog 支援、PAT 令牌以及 Kiro IDE 基本配置。使用者可以透過 Kiro 的伺服器目錄一鍵新增 Databricks 條目,然後設定環境變數。對於 Path B,使用者只需在 Kiro 的 Powers 面板中點選“Try”即可完成安裝。Power 會自動下載 MCP 伺服器、建立虛擬環境,並載入最新的技能庫。在身份驗證方面,Path B 支援 OAuth U2M(推薦)、OAuth M2M、.databrickscfg 配置檔案和 PAT 令牌四種方式。

總的來說,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。