Recherche web sur Azure Databricks

Cette page décrit comment ancrer les réponses avec des informations en temps réel provenant du web sur Azure Databricks. Utilisez un serveur de recherche web avec Model Context Protocol (MCP) pour connecter des clients et agents compatibles MCP à des outils de recherche web.

Tip

Genie Code peut faire ça pour vous. Essayez cet exemple d’invite suivant :

Query the system.ai.gemini-3-1-pro model using the OpenAI client with the google_search parameter enabled, ask a question about a current event, and print the response.

La recherche web permet aux modèles de base de récupérer des informations up-to-date à partir d’Internet pendant la génération de réponse. Lorsque la recherche web est activée, le modèle peut rechercher des informations pertinentes et l’incorporer dans sa réponse. Cela est utile pour les questions sur les événements actuels, les données récentes ou toute rubrique dans laquelle les informations en temps réel améliorent la réponse.

Activez la recherche web pour des clients et agents compatibles MCP en utilisant un serveur MCP de recherche web, tel que You.com de Azure Databricks Marketplace.

Recherche web via MCP

Les clients et agents compatibles MCP peuvent appeler un outil de recherche web indépendamment de leur fournisseur de modèle. Connectez votre client ou agent à un service ou serveur MCP de recherche web en utilisant MCP.

L'outil de recherche web natif d'Anthropic n'est pas disponible via Azure Databricks API Foundation Model. Utilisez MCP pour fournir des outils de recherche web aux agents qui utilisent des modèles Anthropic.

Configurer le serveur MCP You.com

You.com est une alternative tierce pour les clients et agents compatibles MCP.

  1. Accédez à Place de marché > Agents > serveurs MCP dans votre espace de travail Azure Databricks.
  2. Recherchez You.com , puis cliquez sur Installer.
  3. Configurez la connexion :
  • Nom de la connexion : entrez un nom (par exemple, youcom_web_search).
  • Jeton porteur : entrez votre clé API You.com.
  1. Cliquez sur Installer.
  2. Accordez des privilèges USE CONNECTION aux utilisateurs ou groupes appropriés sous Connexions > Catalogue > [votre connexion] > Autorisations.

Après l’installation, le serveur MCP est disponible en tant qu’outil dans AI Playground, agents et d’autres clients compatibles AVEC MCP. L’URL du point de terminaison proxy pour votre connexion est la suivante :

https://<workspace_host>.databricks.com/api/2.0/mcp/external/<connection_name>

Utiliser You.com avec Claude Code

Pour utiliser You.com avec Claude Code et Azure Databricks API Foundation Model, ajoutez le serveur MCP You.com :

claude mcp add youcom-search \
  --transport http \
  --url "https://<workspace_host>.databricks.com/api/2.0/mcp/external/<connection_name>" \
  --header "Authorization: Bearer <your-databricks-pat>"

Vérifiez que le serveur a été ajouté avec claude mcp list.

Vous pouvez également ajouter le serveur directement à ~/.claude.json:

{
  "mcpServers": {
    "youcom-search": {
      "type": "http",
      "url": "https://<workspace_host>.databricks.com/api/2.0/mcp/external/<connection_name>",
      "headers": {
        "Authorization": "Bearer <your-databricks-pat>"
      }
    }
  }
}

Modèles pris en charge

La recherche web MCP nécessite un client ou un agent capable d’utiliser les outils MCP. Il ne se limite pas à un fournisseur de modèles spécifique. Pour l’intégration d’agents, voir Utiliser des outils MCP dans un agent Python.

Confidentialité et conservation des données

Lorsque vous activez la recherche web via les API Azure Databricks Foundation Model, la recherche s’exécute sur un point de terminaison de modèle de fondation hébergé sur Azure Databricks. La requête et les résultats de recherche sont traités par le modèle hébergé, quel que soit le modèle que votre application appelle. Les mêmes conditions de protection des données et de conservation qui régissent le Model Serving s’appliquent à ces requêtes :

  • Azure Databricks n’utilise pas d’entrées envoyées à Model Serving, ni de sorties à partir de celui-ci, pour entraîner des modèles. Voir Protection des données pour le Model Serving.
  • Tout stockage temporaire pour la détection d’abus est conservé dans la même région que votre espace de travail et est limité dans le temps. Voir Conservation des données.

Le modèle formule des requêtes de recherche à partir de votre instruction et les envoie à un service de recherche externe pour récupérer les résultats. Considérez le contenu invité qui atteint la recherche web comme des données qui sortent d’Azure Databricks pour le fournisseur de recherche, et définissez ce que votre application envoie en conséquence.

Limites

  • La recherche web n’est pas disponible pour les espaces de travail avec la conformité HIPAA/BAA activée, car les requêtes de recherche web sont envoyées aux services de recherche externes qui ne sont pas conformes à HIPAA.
  • Les résultats de la recherche web dépendent de la capacité du modèle à formuler des requêtes de recherche et à synthétiser les résultats. La qualité de la réponse peut varier.

Ressources additionnelles

  • Dernière mise à jour :