说明近期作业失败情况
汇总指定作业的执行状态和有用的错误信息。
/oo Databricks: 检查 Databricks 作业 [作业 ID] 在 [时间范围] 内的定义与运行记录,查看失败运行及其可用输出。汇总状态、错误信息、受影响任务和后续检查项,并附运行 ID。
将作业与运行详情整理成简明的运维报告。
将提示词复制到已安装 oo Skill 的 Agent,补充页面链接和原始笔记后执行。
汇总指定作业的执行状态和有用的错误信息。
/oo Databricks: 检查 Databricks 作业 [作业 ID] 在 [时间范围] 内的定义与运行记录,查看失败运行及其可用输出。汇总状态、错误信息、受影响任务和后续检查项,并附运行 ID。
按提供的参数执行目标工作负载,并报告运行标识。
/oo Databricks: 读取作业 [作业 ID],为 [用途] 使用参数 [参数] 启动运行。报告新的运行 ID,并检查当前状态;仍在运行时如实说明进度。
在 Agent 中配置 oo CLI 和 oo Skill。
安装 OOMOL →使用 Databricks 个人访问令牌和工作区网址连接。
连接 Databricks →使用 /oo,说明要读取的页面、修改的内容和保存位置。
连接指南 →选择你的 Agent
读取作业定义、运行状态和运行输出,说明近期执行结果。提供作业标识和目标参数后,也可启动已有作业。
读取工作负载定义、执行状态和运行输出。
按作业标识和可选工作负载参数启动运行。
获取所连接个人访问令牌的当前 Databricks 工作区主体配置文件。
databricks.get_current_user 列出所连接工作区中的 Databricks 作业,支持可选的分页、名称过滤和任务展开。
databricks.list_jobs 获取一个 Databricks 作业,包括其当前设置和可选的续页令牌。
databricks.get_job 从原始官方 Jobs API 设置对象创建 Databricks 作业,并返回新作业 ID。
databricks.create_job 使用官方部分更新载荷字段,按 ID 更新现有 Databricks 作业。
databricks.update_job_by_id 按 ID 删除 Databricks 作业。
databricks.delete_job 为 Databricks 作业触发立即运行,支持可选的参数映射和幂等令牌。
databricks.run_now_job 列出 Databricks 作业运行,支持可选的作业、状态、时间范围和分页筛选。
databricks.list_runs 按运行 ID 获取一个 Databricks 作业运行。
databricks.get_run_by_id 获取一个 Databricks 运行的输出载荷,包括笔记本输出或错误详细信息(如果可用)。
databricks.get_run_output 按运行 ID 取消 Databricks 作业运行。
databricks.cancel_run 从原始官方 Jobs API 提交载荷提交一次性 Databricks 运行,并返回运行 ID。
databricks.submit_run 使用官方 clusters API 中的可选分页、筛选和排序控制列出 Databricks 集群。
databricks.list_clusters 按集群 ID 获取一个 Databricks 集群。
databricks.get_cluster 从原始官方 clusters 创建载荷创建 Databricks 集群,并返回新集群 ID。
databricks.create_cluster 使用原始官方 clusters 编辑载荷,按集群 ID 编辑现有 Databricks 集群。
databricks.edit_cluster 按集群 ID 启动已终止的 Databricks 集群。
databricks.start_cluster 按集群 ID 永久删除 Databricks 集群。
databricks.permanent_delete_cluster 列出所连接工作区区域中可用的 Databricks 集群节点类型。
databricks.list_cluster_node_types 当 API 受支持时,列出所连接工作区的 Databricks 集群可用区。
databricks.list_cluster_zones 列出创建或编辑集群时可用的 Databricks Runtime 和 Spark 版本。
databricks.list_cluster_spark_versions 列出工作区路径下的直接 Databricks 工作区对象。
databricks.workspace_list 按绝对路径获取一个 Databricks 工作区对象的元数据。
databricks.workspace_get_status 根据导出模式,将一个 Databricks 工作区对象导出为 base64 内容或直接文本内容。
databricks.workspace_export 将 base64 内容导入到绝对路径下的 Databricks 工作区。
databricks.workspace_import 创建 Databricks 工作区目录,包括任何缺失的父目录。
databricks.workspace_mkdirs 按绝对路径删除 Databricks 工作区对象或目录。
databricks.workspace_delete 创建 Databricks 工作区仓库,将 Git 远程链接到所连接的工作区。
databricks.create_repo 通过切换分支或标签,或更改稀疏检出设置来更新 Databricks 工作区仓库。
databricks.update_repo 按仓库 ID 删除 Databricks 工作区仓库。
databricks.delete_repo 列出所连接工作区中的 Databricks 密钥范围。
databricks.list_secret_scopes 列出一个密钥范围中的 Databricks 密钥元数据行。
databricks.list_secrets 创建 Databricks 密钥范围,支持可选的后端配置和初始管理器主体。
databricks.create_secret_scope 按范围名称删除 Databricks 密钥范围。
databricks.delete_secret_scope 在一个 Databricks 密钥范围内创建或覆盖 Databricks 密钥值。
databricks.put_secret 从 Databricks 密钥范围删除一个 Databricks 密钥值。
databricks.delete_secret 没有匹配的工具。
提供作业 ID 和时间范围,或具体运行 ID。说明要排查的现象,便于报告聚焦相关失败。
运行状态、标识和可用错误或输出信息,以及基于这些信息的检查项。错误信息是排查依据,不能单独证明根因。
此连接提供作业、运行和工作区资源操作,没有 SQL 语句执行操作。
管理 OOMOL 可以使用哪些可选存储。你随时可以在页脚重新修改这些选择。