# databricks-model-serving

Скилл ведёт агента по жизненному циклу эндпоинтов Databricks Model Serving: создание, версии, трафик, логи. Пригодится, когда выкатка модели идёт через CLI или MLflow.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 715 установок · ★ 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-model-serving/SKILL.md
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/skills/databricks-model-serving

## Что делает

Скилл описывает, как устроен эндпоинт: конфиг с served entities и распределением трафика, шлюз AI Gateway и состояние готовности. Агент получает правила, по которым создаёт эндпоинт под pay-per-token модели, выделенную пропускную способность или собственную MLflow-модель, а затем опрашивает статус до `READY`.

Отдельный блок — бесшовная смена версии: сначала алиас в Unity Catalog переводится на новый номер, потом обновляется конфиг эндпоинта с тем же `served_entities` и подходящим `traffic_config`. Пропустить одну из половин легко, и маршрут молча уйдёт не туда. Внутри есть и таблица типов эндпоинтов, и правило начинать с `databricks serving-endpoints -h` вместо угадывания синтаксиса.

Границы заданы жёстко: конфигурация legacy AI Gateway на эндпоинте — сюда, всё про Unity Gateway — в соседний скилл `databricks-unity-gateway`, обучение и авторские PyFunc — в `databricks-ml-training`. Нужен databricks CLI не старше v0.294.0 и настроенный профиль, иначе первой же командой упрётесь в отказ.

## Требования
- Работает с: Databricks, Unity

## Установка

### Claude Code (родная платформа)

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

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

### Codex

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

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

### Cursor

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

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

### GitHub Copilot

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

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

### Gemini CLI

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

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

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add databricks/databricks-agent-skills --skill databricks-model-serving -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-model-serving/SKILL.md

## Когда брать
- создать эндпоинт Model Serving из CLI или через MLflow Deployments
- перевести продовый алиас на новую версию модели без простоя
- развести трафик по процентам между двумя версиями для A/B-теста
- снять OpenAPI-схему эндпоинта и посмотреть логи с метриками
- выставить лимиты legacy AI Gateway на эндпоинте

## Примеры запросов агенту
- Покажи команду `databricks serving-endpoints create -h` и собери по ней JSON для нового эндпоинта на модели из `system.ai`.
- Переведи алиас `prod` на версию 5 и обнови конфиг эндпоинта, потом проверь `state.ready`.
- Разведи трафик 90 на 10 между текущей и новой версией и объясни, как откатиться.

## Похожие
- [skill-creator](https://affpapa.org/nevibecode/skills/skill-creator.md) — скилл · 414180 установок
- [writing-for-agents](https://affpapa.org/nevibecode/skills/writing-for-agents.md) — скилл · 466719 установок
- [media-use](https://affpapa.org/nevibecode/skills/media-use.md) — скилл · 1100000 установок
- [mcp-builder](https://affpapa.org/nevibecode/skills/mcp-builder.md) — скилл · 130949 установок
- [subagent-driven-development](https://affpapa.org/nevibecode/skills/subagent-driven-development.md) — скилл · 237746 установок
- [orchestration](https://affpapa.org/nevibecode/skills/orchestration.md) — скилл · 349800 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