# databricks-jobs

Помогает агенту собирать и запускать Lakeflow Jobs в Databricks: задачи, зависимости, триггеры и уведомления. Пригодится, когда новый data-пайплайн нужно описать кодом, а не руками в UI.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 943 установки · ★ 368
- Автор: databricks
- Лицензия: LicenseRef-Unknown · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/databricks/databricks-agent-skills/tree/HEAD/skills/databricks-jobs/SKILL.md
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/skills/databricks-jobs

## Что делает

Скилл задаёт агенту схему работы с Lakeflow Jobs: многошаговые DAG из задач, условия запуска вроде `ALL_SUCCESS` или `ALL_DONE`, триггеры по расписанию, приходу файла или обновлению таблицы в Unity Catalog. Внутри лежат справочники по типам задач (ноутбук, Python, SQL, dbt, пайплайн, JAR, запуск другого джоба, цикл), по мониторингу и по готовым примерам ETL и обновления хранилища.

Проект разворачивается через `databricks bundle init` с конфигом, так что агент создаёт структуру каталогов и `AGENTS.md` без диалога с вопросами. Запись самого джоба идёт одним из трёх способов: DABs в `resources/jobs.yml`, Python SDK через `w.jobs.create` или CLI-командой `databricks jobs create`. По умолчанию задачи уходят на serverless, и кластерные блоки лучше не трогать.

Без `databricks CLI` версии не ниже v1.0.0 ничего не заработает. Аутентификация и выбор профиля остаются за родительским скиллом `databricks-core`. Вопросом serverless или classic и режима производительности занимается отдельный `databricks-serverless` — этот скилл просит обращаться к нему до того, как в конфиге появится первая настройка кластера.

## Требования
- Работает с: Databricks

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add databricks/databricks-agent-skills --skill databricks-jobs -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/databricks-jobs/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/databricks-jobs/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add databricks/databricks-agent-skills --skill databricks-jobs -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/databricks-jobs/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add databricks/databricks-agent-skills --skill databricks-jobs -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/databricks-jobs/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install databricks/databricks-agent-skills databricks-jobs
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/databricks-jobs/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add databricks/databricks-agent-skills --skill databricks-jobs -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/databricks/databricks-agent-skills --path skills/databricks-jobs
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/databricks-jobs/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add databricks/databricks-agent-skills --skill databricks-jobs -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/databricks/databricks-agent-skills/tree/HEAD/skills/databricks-jobs/SKILL.md

## Когда брать
- собрать многошаговый DAG из ноутбуков, SQL и Python-колёс
- развернуть каркас проекта джоба без интерактивных вопросов
- настроить срабатывание по приходу файла или обновлению таблицы
- добавить ретраи, таймауты и уведомления о падении
- переписать существующий джоб в декларативный бандл

## Примеры запросов агенту
- Создай Lakeflow Job с задачами extract и transform, вторая зависит от первой.
- Опиши джоб в `resources/jobs.yml` и запусти его через `databricks bundle`.
- Нужен джоб, который стартует, когда в каталоге появляется новый файл.

## Похожие
- [xlsx](https://affpapa.org/nevibecode/skills/xlsx.md) — скилл · 187223 установки
- [google-agents-cli-observability](https://affpapa.org/nevibecode/skills/google-agents-cli-observability.md) — скилл · 511300 установок
- [caveman-evidence-review](https://affpapa.org/nevibecode/skills/caveman-evidence-review.md) — скилл · 104500 установок
- [migration](https://affpapa.org/nevibecode/skills/migration.md) — скилл · 103900 установок
- [performance-optimization](https://affpapa.org/nevibecode/skills/performance-optimization.md) — скилл · 65200 установок
- [supabase](https://affpapa.org/nevibecode/skills/supabase.md) — скилл · 8 установок

Из того же набора: [databricks/databricks-agent-skills](https://affpapa.org/nevibecode/by/databricks/databricks-agent-skills.md) — 12 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md