Crie aplicações baseadas em agentes
em minutos, não em meses.

Configure um Databricks App com o Lakebase para armazenamento persistente de dados. Inclui configuração de esquema e rotas completas de API para CRUD.

Configure um Databricks App com o Lakebase para armazenamento persistente de dados. Inclui configuração de esquema e rotas completas de API para CRUD.

Crie um Databricks App mínimo com análises conversacionais do AI/BI Genie. Abrange a configuração do Genie Agent, a conexão de plugins e a implantação.

Crie um Databricks App mínimo com análises conversacionais do AI/BI Genie. Abrange a configuração do Genie Agent, a conexão de plugins e a implantação.

Use o Lakebase em apps hospedados fora da plataforma Databricks Apps (por exemplo, na AWS, Vercel ou Netlify) com padrões portáteis para variáveis de ambiente, tokens e Drizzle.

Use o Lakebase em apps hospedados fora da plataforma Databricks Apps (por exemplo, na AWS, Vercel ou Netlify) com padrões portáteis para variáveis de ambiente, tokens e Drizzle.

Configuração completa para analisar dados de bancos de dados operacionais no Lakehouse: Unity Catalog com armazenamento externo, provisionamento do Lakebase, replicação com o Lakebase Change Data Feed (CDF) e um pipeline de arquitetura medalhão com camadas silver e gold.

Configuração completa para analisar dados de bancos de dados operacionais no Lakehouse: Unity Catalog com armazenamento externo, provisionamento do Lakebase, replicação com o Lakebase Change Data Feed (CDF) e um pipeline de arquitetura medalhão com camadas silver e gold.

Instale o Databricks CLI, autentique um perfil e verifique a conexão. Este é o pré-requisito obrigatório para todas as outras receitas e modelos do DevHub.

Instale o Databricks CLI, autentique um perfil e verifique a conexão. Este é o pré-requisito obrigatório para todas as outras receitas e modelos do DevHub.

Crie a estrutura de um novo Databricks App com AppKit usando `databricks apps init`, execute-o localmente e implante-o no seu workspace.

Crie a estrutura de um novo Databricks App com AppKit usando `databricks apps init`, execute-o localmente e implante-o no seu workspace.

Instale as habilidades de agente do Databricks (no escopo do projeto), configure o Docs MCP Server do DevHub e inicialize um AGENTS.md para que seu assistente de programação conheça os padrões de workspace deste repositório.

Instale as habilidades de agente do Databricks (no escopo do projeto), configure o Docs MCP Server do DevHub e inicialize um AGENTS.md para que seu assistente de programação conheça os padrões de workspace deste repositório.

Provisione um projeto gerenciado do Lakebase Postgres no Databricks e obtenha os valores de conexão necessários para os modelos subsequentes.

Provisione um projeto gerenciado do Lakebase Postgres no Databricks e obtenha os valores de conexão necessários para os modelos subsequentes.

Adicione um banco de dados Postgres gerenciado ao seu Databricks App usando o plugin do Lakebase. Abrange a configuração de esquema, a criação de tabelas e rotas completas de API REST para CRUD.

Adicione um banco de dados Postgres gerenciado ao seu Databricks App usando o plugin do Lakebase. Abrange a configuração de esquema, a criação de tabelas e rotas completas de API REST para CRUD.

Habilite a pesquisa por similaridade vetorial no Lakebase usando a extensão pgvector. Abrange a configuração da extensão, o design de tabelas vetoriais, auxiliares de inserção e recuperação por similaridade de cosseno, além de opções de índice IVFFlat/HNSW.

Habilite a pesquisa por similaridade vetorial no Lakebase usando a extensão pgvector. Abrange a configuração da extensão, o design de tabelas vetoriais, auxiliares de inserção e recuperação por similaridade de cosseno, além de opções de índice IVFFlat/HNSW.

Consulte endpoints de modelos fundamentais do Databricks para acessar modelos hospedados e prontos para produção, com governança integrada do AI Gateway.

Consulte endpoints de modelos fundamentais do Databricks para acessar modelos hospedados e prontos para produção, com governança integrada do AI Gateway.

Gere embeddings de texto a partir de um endpoint de modelo fundamental do Databricks usando o SDK do Databricks.

Gere embeddings de texto a partir de um endpoint de modelo fundamental do Databricks usando o SDK do Databricks.

Crie e valide um endpoint do Databricks Model Serving para inferência de chat de IA em Databricks Apps.

Crie e valide um endpoint do Databricks Model Serving para inferência de chat de IA em Databricks Apps.

Crie uma experiência de chat de IA com streaming usando o AI SDK e endpoints do Databricks Model Serving.

Crie uma experiência de chat de IA com streaming usando o AI SDK e endpoints do Databricks Model Serving.

Persista as sessões e mensagens de chat do seu agente de IA no Lakebase para que os usuários possam retomar conversas e seu agente possa raciocinar sobre interações anteriores entre implantações.

Persista as sessões e mensagens de chat do seu agente de IA no Lakebase para que os usuários possam retomar conversas e seu agente possa raciocinar sobre interações anteriores entre implantações.

Replique tabelas do Lakebase Autoscaling Postgres no Unity Catalog como tabelas Delta gerenciadas usando o Lakebase Change Data Feed (CDF), com histórico completo SCD Tipo 2.

Replique tabelas do Lakebase Autoscaling Postgres no Unity Catalog como tabelas Delta gerenciadas usando o Lakebase Change Data Feed (CDF), com histórico completo SCD Tipo 2.

Sincronize tabelas do Unity Catalog com o Lakebase Autoscaling Postgres como tabelas sincronizadas para consultas de aplicações de baixa latência, nos modos de snapshot, acionado ou contínuo.

Sincronize tabelas do Unity Catalog com o Lakebase Autoscaling Postgres como tabelas sincronizadas para consultas de aplicações de baixa latência, nos modos de snapshot, acionado ou contínuo.

Crie um catálogo do Unity Catalog baseado em um bucket S3 externo, com credenciais de armazenamento, localização externa e um esquema pronto para tabelas do Lakehouse.

Crie um catálogo do Unity Catalog baseado em um bucket S3 externo, com credenciais de armazenamento, localização externa e um esquema pronto para tabelas do Lakehouse.

Incorpore uma interface de chat do Databricks AI/BI Genie para que os usuários possam explorar dados em linguagem natural. Configure um Genie Agent, conecte plugins de servidor e cliente, declare recursos da aplicação e implante.

Incorpore uma interface de chat do Databricks AI/BI Genie para que os usuários possam explorar dados em linguagem natural. Configure um Genie Agent, conecte plugins de servidor e cliente, declare recursos da aplicação e implante.

Adicione um seletor para que os usuários possam alternar entre vários AI/BI Genie Agents em uma única página. Abrange a configuração de servidor com vários aliases, recursos de bundle por agente e a limpeza automática de conversas ao trocar de agente e reimplantar.

Adicione um seletor para que os usuários possam alternar entre vários AI/BI Genie Agents em uma única página. Abrange a configuração de servidor com vários aliases, recursos de bundle por agente e a limpeza automática de conversas ao trocar de agente e reimplantar.

Transforme tabelas de histórico do Lakebase Change Data Feed em uma arquitetura de medalhão com camadas silver (estado atual) e gold (agregações) usando Lakeflow Spark Declarative Pipelines.

Transforme tabelas de histórico do Lakebase Change Data Feed em uma arquitetura de medalhão com camadas silver (estado atual) e gold (agregações) usando Lakeflow Spark Declarative Pipelines.

Defina e valide variáveis de ambiente multiplataforma para aplicações baseadas no Lakebase implantadas fora da plataforma de aplicativos Databricks.

Defina e valide variáveis de ambiente multiplataforma para aplicações baseadas no Lakebase implantadas fora da plataforma de aplicativos Databricks.

Implemente fluxos de tokens de credenciais em cache do workspace e do Lakebase para acesso seguro ao Postgres em implantações fora da plataforma.

Implemente fluxos de tokens de credenciais em cache do workspace e do Lakebase para acesso seguro ao Postgres em implantações fora da plataforma.

Conecte o Drizzle ORM ao Lakebase com callbacks de senha do pg e credenciais temporárias DATABASE_URL durante a migração.

Conecte o Drizzle ORM ao Lakebase com callbacks de senha do pg e credenciais temporárias DATABASE_URL durante a migração.

Adicione upload, navegação, download, exclusão, validação de tipo de arquivo e pré-visualização de linhas CSV ao seu Databricks App usando Unity Catalog Volumes.

Adicione upload, navegação, download, exclusão, validação de tipo de arquivo e pré-visualização de linhas CSV ao seu Databricks App usando Unity Catalog Volumes.

Painel de operações de aluguéis por temporada com análises de receita de um SQL warehouse, fila de reservas com sinalizadores e notas de agentes armazenados no Lakebase e painel de chat do Genie integrado.

Painel de operações de aluguéis por temporada com análises de receita de um SQL warehouse, fila de reservas com sinalizadores e notas de agentes armazenados no Lakebase e painel de chat do Genie integrado.

Ferramenta interna para acompanhar assinaturas SaaS da equipe, responsáveis, custos e renovações, com persistência no Lakebase e análises de gastos no Genie.

Ferramenta interna para acompanhar assinaturas SaaS da equipe, responsáveis, custos e renovações, com persistência no Lakebase e análises de gastos no Genie.

Ferramenta interna de moderação de conteúdo com diretrizes por canal, pontuação de conformidade com IA via Model Serving e fluxo de revisão por moderadores baseado no Lakebase e em análises do Genie.

Ferramenta interna de moderação de conteúdo com diretrizes por canal, pontuação de conformidade com IA via Model Serving e fluxo de revisão por moderadores baseado no Lakebase e em análises do Genie.

Gerenciamento de inventário de varejo com previsão de demanda baseada em IA, recomendações de reposição e análises opcionais do Genie. Criado com base em um pipeline medalhão em tempo real sincronizado com o Lakebase.

Gerenciamento de inventário de varejo com previsão de demanda baseada em IA, recomendações de reposição e análises opcionais do Genie. Criado com base em um pipeline medalhão em tempo real sincronizado com o Lakebase.

App de chat de geração aumentada por recuperação com streaming, recuperação via pgvector no Lakebase, corpus inicial da Wikipedia, geração com Model Serving e histórico de chat armazenado no Lakebase. Disponível via `databricks apps init`.

App de chat de geração aumentada por recuperação com streaming, recuperação via pgvector no Lakebase, corpus inicial da Wikipedia, geração com Model Serving e histórico de chat armazenado no Lakebase. Disponível via `databricks apps init`.