spark-cli 是 Microsoft Fabric Spark 的 CLI 技能，采用模式分发（mode dispatcher），本身不含具体操作步骤，需先选择模式，再完整读取对应的 references/<mode>.md 文件后执行命令。
用途与模式：authoring 用于编写笔记本单元格代码（PySpark、Scala、SparkR、%%sql、%%configure）、按名称运行笔记本、编写或审查 Materialized Lake View 定义；consumption 用于在 Lakehouse 的 Livy 会话中运行交互式即席 PySpark；operations 用于诊断失败、不健康、被限流或缓慢的 Spark 笔记本/管道/Livy 运行；mlv 用于发现或操作已有 MLV，包括调度、按需刷新、运行历史、取消与失败分类。模式由产物和结果决定，而非语言：笔记本单元格始终是 authoring（即使为 %%sql），Livy 会话始终是 consumption，失败或异常运行属于 operations。
使用方式：先解析工作区与条目 ID（通过列出并使用 JMESPath 过滤，不可猜测 GUID）；所有对 api.fabric.microsoft.com 的调用必须携带遥测头 x-ms-fabric-skill: spark-cli，az rest 用法为 --headers "x-ms-fabric-skill=spark-cli"，每次 LRO 轮询、fabric_lro 和重试均需包含。变更类模式以一次状态变更调用收尾，例如现有笔记本保存单元格用 POST .../notebooks/{id}/updateDefinition，新笔记本先 POST /v1/workspaces/{ws}/items，运行请求通过 Jobs API 触发；MLV 按需刷新用 POST /v1/workspaces/{ws}/lakehouses/{lakehouse}/jobs/refreshMaterializedLakeViews/instances。consumption 与 operations 为只读模式。
限制：不要从分派器直接操作；Eventhouse/KQL materialized view 请求必须路由至 eventhouse-cli，若该技能不可用则声明无法在当前技能上下文中完成并停止，不得调用 Fabric API 或创建产物；只读的 T-SQL 查询属于 sqldw-cli。模糊请求需先澄清产物、来源、目标与结果。具体端点、载荷结构与模板暂未提供，需读取对应参考文件。