数か月ではなく、わずか数分でエージェント型アプリケーション
を構築できます。

永続データストレージ向けに、Databricks AppをLakebaseに接続します。スキーマ設定と完全なCRUD APIルートが含まれます。

永続データストレージ向けに、Databricks AppをLakebaseに接続します。スキーマ設定と完全なCRUD APIルートが含まれます。

AI/BI Genie対話型分析を備えた最小限のDatabricks Appを構築します。Genie Agentの設定、プラグインの接続、デプロイを扱います。

AI/BI Genie対話型分析を備えた最小限のDatabricks Appを構築します。Genie Agentの設定、プラグインの接続、デプロイを扱います。

ポータブルな環境変数、トークン、Drizzle パターンを使って、Databricks App Platform外（AWS、Vercel、Netlify など）でホストされるアプリから Lakebase を利用します。

ポータブルな環境変数、トークン、Drizzle パターンを使って、Databricks App Platform外（AWS、Vercel、Netlify など）でホストされるアプリから Lakebase を利用します。

レイクハウスで運用データベースのデータを分析するためのエンドツーエンドのセットアップ。外部ストレージを備えた Unity Catalog、Lakebase のプロビジョニング、Lakebase Change Data Feed（CDF）レプリケーション、シルバー層とゴールド層を含むメダリオンアーキテクチャパイプラインを扱います。

レイクハウスで運用データベースのデータを分析するためのエンドツーエンドのセットアップ。外部ストレージを備えた Unity Catalog、Lakebase のプロビジョニング、Lakebase Change Data Feed（CDF）レプリケーション、シルバー層とゴールド層を含むメダリオンアーキテクチャパイプラインを扱います。

Databricks CLIをインストールし、プロファイルを認証して、接続を確認します。これは、他のすべてのDevHubレシピとテンプレートの必須前提条件です。

Databricks CLIをインストールし、プロファイルを認証して、接続を確認します。これは、他のすべてのDevHubレシピとテンプレートの必須前提条件です。

`databricks apps init`で新しいAppKit Databricks Appをスキャフォールディングし、ローカルで実行してworkspaceにデプロイします。

`databricks apps init`で新しいAppKit Databricks Appをスキャフォールディングし、ローカルで実行してworkspaceにデプロイします。

Databricks エージェントスキル（プロジェクトスコープ）をインストールし、DevHub Docs MCP サーバーを接続して、コーディングアシスタントがこのリポジトリのワークスペースのデフォルト設定を認識できるように AGENTS.md をブートストラップします。

Databricks エージェントスキル（プロジェクトスコープ）をインストールし、DevHub Docs MCP サーバーを接続して、コーディングアシスタントがこのリポジトリのワークスペースのデフォルト設定を認識できるように AGENTS.md をブートストラップします。

DatabricksでマネージドLakebase Postgresプロジェクトをプロビジョニングし、後続のテンプレートで必要となる接続情報を取得します。

DatabricksでマネージドLakebase Postgresプロジェクトをプロビジョニングし、後続のテンプレートで必要となる接続情報を取得します。

Lakebaseプラグインを使用して、Databricks AppにマネージドPostgresデータベースを追加します。スキーマ設定、テーブル作成、完全なCRUD REST APIルートを扱います。

Lakebaseプラグインを使用して、Databricks AppにマネージドPostgresデータベースを追加します。スキーマ設定、テーブル作成、完全なCRUD REST APIルートを扱います。

pgvector拡張機能を使用してLakebaseでベクトル類似性検索を有効にします。拡張機能の設定、ベクトルテーブル設計、挿入およびコサイン類似度検索ヘルパー、IVFFlat/HNSWインデックスのオプションを扱います。

pgvector拡張機能を使用してLakebaseでベクトル類似性検索を有効にします。拡張機能の設定、ベクトルテーブル設計、挿入およびコサイン類似度検索ヘルパー、IVFFlat/HNSWインデックスのオプションを扱います。

Databricks基盤モデルエンドポイントをクエリして、組み込みのAI Gatewayガバナンスを備えたホスト型モデルに本番環境対応でアクセスします。

Databricks基盤モデルエンドポイントをクエリして、組み込みのAI Gatewayガバナンスを備えたホスト型モデルに本番環境対応でアクセスします。

Databricks SDKを使用して、Databricks基盤モデルエンドポイントからテキスト埋め込みを生成します。

Databricks SDKを使用して、Databricks基盤モデルエンドポイントからテキスト埋め込みを生成します。

Databricks AppsでのAIチャット推論用に、Databricks Model Servingエンドポイントを作成して検証します。

Databricks AppsでのAIチャット推論用に、Databricks Model Servingエンドポイントを作成して検証します。

AI SDKとDatabricks Model Servingエンドポイントを使用して、ストリーミングAIチャット体験を構築します。

AI SDKとDatabricks Model Servingエンドポイントを使用して、ストリーミングAIチャット体験を構築します。

AIエージェントのチャットセッションとメッセージをLakebaseに永続化し、ユーザーが会話を再開できるようにするとともに、エージェントがデプロイをまたいで過去のターンを参照して推論できるようにします。

AIエージェントのチャットセッションとメッセージをLakebaseに永続化し、ユーザーが会話を再開できるようにするとともに、エージェントがデプロイをまたいで過去のターンを参照して推論できるようにします。

Lakebase Change Data Feed（CDF）を使用して、Lakebase Autoscaling Postgresテーブルを完全なSCDタイプ2履歴を持つマネージドDeltaテーブルとしてUnity Catalogに複製します。

Lakebase Change Data Feed（CDF）を使用して、Lakebase Autoscaling Postgresテーブルを完全なSCDタイプ2履歴を持つマネージドDeltaテーブルとしてUnity Catalogに複製します。

スナップショット、トリガー型、または継続モードで、低レイテンシのアプリケーションクエリ向けにUnity Catalogテーブルを同期テーブルとしてLakebase Autoscaling Postgresに同期します。

スナップショット、トリガー型、または継続モードで、低レイテンシのアプリケーションクエリ向けにUnity Catalogテーブルを同期テーブルとしてLakebase Autoscaling Postgresに同期します。

ストレージ認証情報、外部ロケーション、レイクハウステーブル用のスキーマを備えた外部S3バケットを基盤とするUnity Catalogカタログを作成します。

ストレージ認証情報、外部ロケーション、レイクハウステーブル用のスキーマを備えた外部S3バケットを基盤とするUnity Catalogカタログを作成します。

Databricks AI/BI Genieチャットインターフェイスを埋め込み、ユーザーが自然言語でデータを探索できるようにします。Genie Agentを設定し、サーバーとクライアントのプラグインを接続して、アプリリソースを宣言し、デプロイします。

Databricks AI/BI Genieチャットインターフェイスを埋め込み、ユーザーが自然言語でデータを探索できるようにします。Genie Agentを設定し、サーバーとクライアントのプラグインを接続して、アプリリソースを宣言し、デプロイします。

ユーザーが1つのページから複数のAI/BI Genie Agentsを切り替えられるセレクターを追加します。複数エイリアスのサーバー設定、エージェントごとのバンドルリソース、エージェント切り替え時および再デプロイ時の会話の自動クリーンアップを扱います。

ユーザーが1つのページから複数のAI/BI Genie Agentsを切り替えられるセレクターを追加します。複数エイリアスのサーバー設定、エージェントごとのバンドルリソース、エージェント切り替え時および再デプロイ時の会話の自動クリーンアップを扱います。

Lakeflow Spark Declarative Pipelinesを使用して、Lakebase Change Data Feed履歴テーブルを、シルバー（現在の状態）層とゴールド（集計）層を持つメダリオンアーキテクチャに変換します。

Lakeflow Spark Declarative Pipelinesを使用して、Lakebase Change Data Feed履歴テーブルを、シルバー（現在の状態）層とゴールド（集計）層を持つメダリオンアーキテクチャに変換します。

Databricks App Platform外にデプロイされるLakebase対応アプリ向けに、クロスプラットフォーム環境変数を定義して検証します。

Databricks App Platform外にデプロイされるLakebase対応アプリ向けに、クロスプラットフォーム環境変数を定義して検証します。

プラットフォーム外デプロイで安全にPostgresへアクセスするため、キャッシュされたworkspaceおよびLakebaseの認証トークンフローを実装します。

プラットフォーム外デプロイで安全にPostgresへアクセスするため、キャッシュされたworkspaceおよびLakebaseの認証トークンフローを実装します。

pgパスワードコールバックと、移行時の一時的なDATABASE_URL認証情報を使用して、Drizzle ORMをLakebaseに接続します。

pgパスワードコールバックと、移行時の一時的なDATABASE_URL認証情報を使用して、Drizzle ORMをLakebaseに接続します。

Unity Catalog Volumesを使用して、ファイルのアップロード、参照、ダウンロード、削除、ファイルタイプの検証、CSV行のプレビューをDatabricks Appに追加します。

Unity Catalog Volumesを使用して、ファイルのアップロード、参照、ダウンロード、削除、ファイルタイプの検証、CSV行のプレビューをDatabricks Appに追加します。

SQL warehouse による収益分析、Lakebase に保存されるフラグとエージェントメモを備えた予約キュー、埋め込み Genie チャットパネルを含むバケーションレンタル運用ダッシュボード。

SQL warehouse による収益分析、Lakebase に保存されるフラグとエージェントメモを備えた予約キュー、埋め込み Genie チャットパネルを含むバケーションレンタル運用ダッシュボード。

Lakebase への永続化と Genie による支出分析を活用し、チームの SaaS サブスクリプション、担当者、コスト、更新を追跡する内部ツール。

Lakebase への永続化と Genie による支出分析を活用し、チームの SaaS サブスクリプション、担当者、コスト、更新を追跡する内部ツール。

チャネルごとのガイドライン、Model Serving による AI 搭載コンプライアンススコアリング、Lakebase と Genie 分析を基盤とするモデレーターのレビューワークフローを備えた内部コンテンツモデレーションツール。

チャネルごとのガイドライン、Model Serving による AI 搭載コンプライアンススコアリング、Lakebase と Genie 分析を基盤とするモデレーターのレビューワークフローを備えた内部コンテンツモデレーションツール。

AI 搭載の需要予測、補充推奨、オプションの Genie 分析を備えた小売在庫管理。Lakebase と同期された稼働中のメダリオンパイプラインを基盤としています。

AI 搭載の需要予測、補充推奨、オプションの Genie 分析を備えた小売在庫管理。Lakebase と同期された稼働中のメダリオンパイプラインを基盤としています。

Lakebase の pgvector 検索、Wikipedia のシードコーパス、Model Serving による生成、Lakebase に保存されるチャット履歴を備えたストリーミング Retrieval-Augmented Generation チャットアプリ。`databricks apps init` で利用できます。

Lakebase の pgvector 検索、Wikipedia のシードコーパス、Model Serving による生成、Lakebase に保存されるチャット履歴を備えたストリーミング Retrieval-Augmented Generation チャットアプリ。`databricks apps init` で利用できます。