用途：构建基于 Python 的 Databricks 应用，新应用优先使用 AppKit。
主要能力：AppKit 是面向新 Databricks 应用的推荐 SDK（TypeScript + React），具备插件架构、内置缓存、遥测与端到端类型安全；插件包括 Analytics（对 Databricks SQL Warehouse 的类型化、缓存式 SQL 查询）、Genie（自然语言 AI/BI 对话）、Files（浏览/上传 Unity Catalog Volumes）、Lakebase（经 Lakebase 的 OLTP PostgreSQL，含 OAuth 令牌管理）。Python 应用适用于团队仅用 Python、需要 Streamlit/Dash/Gradio，或扩展现有 Python 应用。框架选择默认建议：原型用 Streamlit，生产仪表盘用 Dash，API 用 FastAPI，ML 演示用 Gradio。
必要用法：AppKit 需 Node.js v22+ 与 Databricks CLI v0.295.0+。脚手架：databricks apps init；部署：databricks apps deploy。AI 辅助开发：databricks experimental aitools skills install；查询文档：npx @databricks/appkit docs "your question here"。Python 应用须用 SDK Config() 认证，不硬编码令牌；资源须用 app.yaml 的 valueFrom，不硬编码资源 ID；Dash 用 dash-bootstrap-components；Streamlit 数据库连接用 @st.cache_resource；Flask 用 Gunicorn 部署，FastAPI 用 uvicorn。运行时为 Python 3.11、Ubuntu 22.04、2 vCPU、6 GB RAM，预装 Dash、Streamlit、Gradio、Flask、FastAPI 等。
适用场景：数据仪表盘、数据科学原型、ML 演示、REST API、内部工具等。限制：用户授权为 Public Preview，需工作区管理员启用；Lakebase 的 psycopg2/asyncpg 未预装，须加入 requirements.txt；应用须绑定 DATABRICKS_APP_PORT，不可用 8080；外部网络访问取决于工作区配置。更多费用与定价暂未提供。