Разработайте декларативные конвейеры Lakeflow Spark (ранее — Delta Live Tables) на Databricks. Используйте при построении конвейеров пакетных или потоковых данных с помощью Python или SQL. Вызовите ПЕРЕД началом реализации.
Быстро установите AI-навык databricks-pipelines в вашу среду разработки через командную строку
Источник: databricks/databricks-agent-skills.
FIRST: Use the parent databricks skill for CLI basics, authentication, profile selection, and data discovery commands.
Use this tree to determine which dataset type and features to use. Multiple features can apply to the same dataset — e.g., a Streaming Table can use Auto Loader for ingestion, Append Flows for fan-in, and Expectations for data quality. Choose the dataset type first, then layer on applicable features.
Pipelines use a default catalog and schema configured in the pipeline settings. All datasets are published there unless overridden.
Разработайте декларативные конвейеры Lakeflow Spark (ранее — Delta Live Tables) на Databricks. Используйте при построении конвейеров пакетных или потоковых данных с помощью Python или SQL. Вызовите ПЕРЕД началом реализации. Источник: databricks/databricks-agent-skills.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/databricks/databricks-agent-skills --skill databricks-pipelinesРазработайте декларативные конвейеры Lakeflow Spark (ранее — Delta Live Tables) на Databricks. Используйте при построении конвейеров пакетных или потоковых данных с помощью Python или SQL. Вызовите ПЕРЕД началом реализации. Источник: databricks/databricks-agent-skills.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/databricks/databricks-agent-skills --skill databricks-pipelines После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/databricks/databricks-agent-skills