テンプレート で始める 次の Databricks アプリ開発。
アプリを構築するための、コピー＆ペースト用プロンプト。
- 作りたいものに合ったテンプレートを選びます。
プロンプトをコピーをクリックし、エージェントに貼り付けます。- 質問に答えたら、あとはエージェントに構築を任せます。
テンプレート
Lakebaseを使用するアプリ. [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。]
Genie分析アプリ. [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。]
Lakebase（プラットフォーム外）. [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。]
運用データ分析. [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。]
ローカル開発環境をセットアップする. [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 Appを立ち上げる. [`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。]
コーディングエージェントをオンボードする. [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。]
Lakebaseプロジェクトを作成する. [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データ永続化. [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 pgvector. [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。]
基盤モデルエンドポイントをクエリする. [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。]
基盤モデルで埋め込みを生成する. [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 Model Servingエンドポイントを作成する. [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。]
Model ServingによるストリーミングAIチャット. [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。]
Lakebaseエージェントメモリ. [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: LakebaseをUnity Catalogに同期（Autoscaling）. [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。]
テーブルを同期: Unity CatalogからLakebaseへ（Autoscaling）. [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。]
外部ストレージでUnity Catalogをセットアップする. [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。]
Genie対話型分析. [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。]
Genieマルチエージェントセレクター. [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。]
CDC履歴テーブルからのメダリオンアーキテクチャ. [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。]
プラットフォーム外アプリ向けLakebase環境管理. [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。]
Lakebaseトークン管理. [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アプリでのDrizzle + Lakebase. [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。]
Volumeファイルマネージャー. [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。]
バケーションレンタル運用コンソール. [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。]
SaaS サブスクリプション管理ツール. [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。]
コンテンツモデレーター. [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。]
在庫インテリジェンス. [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。]
RAG チャットアプリ. [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。]
Databricks Developer Hub