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：

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：

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--global（Windows 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：

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 / Linux：

bash ai-dev-kit/install.sh

Windows (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 login，75+ 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