Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
El Protocolo de Contexto de Modelo (MCP) permite que tu agente consulte datos, busque en documentos y llame a servicios externos. En tu espacio de trabajo, abre Unity Gateway y selecciona MCPs para encontrar los servidores disponibles o registrar los tuyos propios.
Elige un MCP
Utiliza un MCP proporcionado por Databricks, registra un servidor existente o construye el tuyo propio.
Para preguntas empresariales hechas en lenguaje natural, Databricks recomienda el servidor MCP Genie One. Fundamenta las respuestas en la Ontología Genie, tu capa semántica gobernada. Utiliza el servidor SQL MCP de Databricks para consultas SQL específicas, desarrollo e ingeniería de datos.
| Camino | Descripción |
|---|---|
| MCPs proporcionados por Databricks | Usa Genie One, Databricks SQL, GitHub, Slack y otras herramientas sin alojar un servidor. |
| Servidores MCP externos | Añade un servidor autoalojado o de terceros a través de la interfaz de MCP y luego compártelo con tu equipo. |
| Servidores MCP personalizados | Crea herramientas personalizadas o convierte una API HTTP REST en herramientas MCP con plantillas de aplicaciones Databricks. |
Utiliza un MCP en tu agente
| Agent | Descripción |
|---|---|
| Claude Code, Codex o Cursor | Añade herramientas MCP a tu agente de codificación. |
| Tu propio agente Python | Descubre herramientas y haz tu primera llamada a una herramienta. |
Gestionar el acceso
Los MCPs proporcionados y registrados por Databricks utilizan permisos del Catálogo de Unity. Utiliza Unity Gateway para controlar el acceso, gestionar credenciales y monitorizar el uso.
- Regula un MCP: Comparte acceso, restringe herramientas y aplica políticas.
- Autenticación y red: Configurar el inicio de sesión y resolver problemas de conexión.
Herramientas relacionadas
- Llama a las APIs REST desde el código del agente.
- Agregar aptitudes que enseñen a su agente de codificación los flujos de trabajo de Azure Databricks.