Modely a platformy AI

Databricks představuje Unity Gateway CLI pro centralizaci řízení kódovacích agentů

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Databricks 24. září 2026 představil Unity Gateway CLI, nástroj příkazové řádky, který spojuje kódovací agenty, jako je Claude Code a Codex, s Unity Gateway společnosti, kde správci spravují schválené modely, nástroje a zásady výdajů. V oficiálním blogovém příspěvku Databricks uvedl, že nástroj, spouštěný příkazem ug, má za cíl spojit svobodu vývojářů adoptovat nové agenty a modely s centralizovanou správou napříč tisíci vývojáři.

Odůvodnění, které Databricks uvádí

Databricks uvedl vydání v kontextu rychlé rotace modelů. Společnost uvedla, že GPT-6, Claude Opus 5.5, Gemini 3.8 a Grok 4.7 byly všechny vydány v posledních šesti měsících spolu s otevřenými modely, včetně Kimi K3, GLM-5 a DeepSeek V4.1, a charakterizovala současné tempo jako nový hranicový model přibližně každých pět dní.

Databricks uvedl, že takové tempo staví týmy, které vlastní vývojářské nástroje, do těsných podmínek: standardizace na jednoho poskytovatele představuje riziko, že se minou lepší nebo levnější možnosti jinde, zatímco podpora mnoha agentů a poskytovatelů rozptyluje řízení přístupu, rozpočty, bezpečnostní politiku a zaznamenávání používání napříč samostatnými systémy. Společnost řekla, že organizace potřebují jak svobodu přijímat nejlepší možnost, jakmile se objeví, tak i jednotný způsob její správy napříč tisíci vývojáři.

Centrální konfigurace a nasazení agentů

Unity Gateway nyní poskytuje správcům jednu konzoli pro konfiguraci kódovacích agentů: výchozí modely, MCP servery, dovednosti, Smart Routing a zásady výdajů, spravované pod Govern a poté Agent Configuration. Po zveřejnění konfigurace správci umožní vývojářům připojit se k libovolnému podporovanému agentovi jedním příkazem. CLI autentizuje uživatele, připojí vybraného agenta k Unity Gateway a použije zveřejněnou konfiguraci před otevřením běžného rozhraní agenta. Vývojáři mohou přepínat mezi povolenými agenty bez nutnosti konfigurovat každý zvlášť a organizace mohou nasadit ug prostřednictvím správy zařízení, aby týmy začínaly se stejným schváleným nastavením, přičemž nastavení mohou správci uzamknout.

Když jsou k dispozici noví agenti a modely, správci vyberou výchozí nastavení, se kterým mají vývojáři začít, a zveřejní jej pro celý tým jako jednu změnu konfigurace. Při dalším spuštění ug vývojářem CLI synchronizuje novou konfiguraci a spustí doporučeného agenta s vybraným modelem. Správci mohou toto rozhodnutí upravit, jak se mění kvalita, náklady a potřeby týmu, a mohou definovat podrobnější zásady, například nasazení nových modelů na základě kohort. Správci mohou také zveřejnit sdílené MCP nástroje a dovednosti napříč podporovanými agenty, čímž vývojářům poskytují schválené nástroje a osvědčené pracovní postupy v jejich nakonfigurovaných agentech bez nutnosti nastavovat každý zvlášť.

Podporovaní agenti, instalace a licenční podmínky

Podle veřejného databricks/unity-gateway repozitář GitHub CLI spouští kódovací agenty přes Databricks AI Gateway, s podporou konfigurace pro Codex, Claude Code, Gemini CLI, OpenCode, GitHub Copilot CLI a Pi, plus registraci MCP‑serveru pro Cursor Agent, který se připojuje výhradně přes MCP. Nástroj vyžaduje Python 3.12 nebo novější a uv, přičemž npm je potřeba, když CLI agenta vyžaduje automatickou instalaci, a instalace probíhá jedním příkazem uv tool install směřujícím do repozitáře.

Při prvním spuštění modelově podpořeného agenta vývojářem ug požádá o Databricks workspace, přihlásí uživatele a zapíše lokální konfiguraci agenta; pozdější spuštění znovu použije uložený workspace a přihlašovací údaje. Stávající příkazy ucode nadále fungují a Python balíček si ponechává název ucode pro kompatibilitu. Každý soubor, který ug přepíše, je nejprve zálohován a příkaz ug revert tyto zálohy obnoví. Databricks MCP servery jsou registrovány lokálně jako stdio servery, které spouštějí ug mcp‑proxy, a proxy obnovuje OAuth tokeny Databricks z uživatelského CLI profilu. Dovednosti Unity Catalog lze registrovat jako MCP nástroje nebo stáhnout do lokálních adresářů dovedností agenta a referenční příkazy zahrnují ug status, ug doctor, ug usage a ug upgrade.

Repozitář je publikován pod Databricks License, která umožňuje prohlížení, používání, kopírování, úpravy, publikování a šíření materiálů pouze pro použití v rámci nebo při připojení k službám Databricks, s podmínkami redistribuce a automatickým ukončením při porušení. dokumentace rychlého startu od Databricks představuje ug jako doporučenou z dvou cest připojení, druhá je manuální nastavení koncového bodu a autentizace, a popisuje přepínání modelů během relace pomocí /model plus ug mcp add a ug skills add pro připojení nástrojů a dovedností.

Řízení nákladů, sledování a hlášené využití

Správci mohou centrálně zapnout Smart Routing, aby jednodušší úlohy běžely na levnějších modelech a složitější úlohy na výkonnějších; Smart Routing vybere model pro hlavní relaci a může vybrat jiný pro práci, kterou agent deleguje podagentovi. Vývojáři zůstávají ve svých preferovaných agentech, aniž by museli pro každou úlohu vybírat model. Databricks uvedl, že jeho zveřejněné hodnocení Smart Routing přineslo 35 % úsporu nákladů na interním benchmarku kódování.

Rozpočtově uvědomělé výchozí nastavení v Unity Gateway umožňují týmům doporučovat levnější agenty a modely, jakmile výdaje dosáhnou definovaných prahů. Doporučení se uplatňují při zahájení nových relací a neruší práci, která již probíhá, a vývojáři mohou sledovat výdaje a zbývající rozpočet pomocí ug usage.

Unity Gateway může také zaznamenávat stopy od kódovacích agentů, které zahrnují volání lokálních nástrojů a vyvolání dovedností. Správci povolují sledování centrálně a ug konfiguruje podporované klienty tak, aby exportovaly stopy do jednotné tabulky stop v lakehouse, kde týmy mohou pomocí Genie odhalovat opakující se selhání nástrojů, nadměrné odpovědi a další plýtvání tokeny, poté problémy opravit a měřit výsledky. Databricks uvedl, že jeho vlastní inženýrské oddělení použilo sledování Unity Gateway s Genie One k nalezení a opravě sedmi chyb nástrojů MCP, což podle něj ušetřilo odhadovaných 1,2 milionu dolarů ročně na plýtvání výdaji na AI a ztracené produktivitě.

Chief technology officer John Xing z Concurrence řekl, že CLI poskytuje jeho společnosti jediné řízené připojení pro veškerý provoz modelů a nástrojů jejích kódovacích agentů, s přiřazením až k jednotlivému uživateli a přístupem omezeným na schválené modely a nástroje MCP. Dodal, že kódovací agenti Concurrence zpracovali více než 61 miliard vstupních tokenů v přibližně 360 000 požadavcích od nasazení, přičemž využití a výdaje jsou viditelné centrálně.

Databricks uvedl, že již CLI používá k nasazení nových modelů a optimalizací nákladů napříč svým vlastním inženýrským oddělením, aniž by měnil pracovní postupy vývojářů. Společnost nasměrovala nové uživatele na rychlý start Unity Gateway CLI a na dokumentaci k nastavení kódovacích agentů v Unity Gateway.

Aiden Cross je AI-generovaný stratég v Unite.AI, který se zabývá strategií AI produktů, jejich prováděním a praktickými výzvami spojenými s transformací experimentálních modelů na škálovatelné a tržně připravené produkty. Jeho práce se zaměřuje na to, jak startupy a podnikové týmy přecházejí od prototypů a demonstrací k spolehlivým systémům používaným skutečnými zákazníky.
S pragmatickým a detailním pohledem analyzuje Aiden produktové mapy, strategie vstupu na trh, rozhodnutí o platformách a organizační kompromisy, které určují, zda iniciativy AI uspějí nebo uváznou. Zvláštní pozornost věnuje realitám nasazení, přijetí uživatelů, omezením infrastruktury a souladu mezi technickými schopnostmi a obchodními hodnotami.
Články napsané Aidenem Crossem jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily jasnost, přesnost a odpovědné pokrytí toho, jak jsou AI produkty vyvíjeny, expedovány a škálovány v reálném světě.