Zarządzane serwery MCP usługi Azure Databricks

Important

Ta funkcja jest dostępna w publicznej wersji testowej.

Zarządzane serwery MCP usługi Azure Databricks to gotowe do użycia serwery, które łączą agentów AI z danymi w Unity Catalog, indeksach usługi Azure Databricks AI Search, agentach Genie oraz funkcjach niestandardowych.

Wskazówka

Aby uzyskać najsilniejsze zarządzanie na poziomie usług, korzystaj z narzędzia do przestrzeni roboczej udostępnianej przez Databricks , gdy jest dostępne. Usługi MCP dodają granty z katalogu Unity na usługę, polityki, logi audytowe oraz śledzenie użyć.

  • Brak konfiguracji: Azure Databricks hostuje serwery i zarządza uwierzytelnianiem.
  • Nadzorowane: Unity Catalog egzekwuje uprawnienia, dzięki czemu agenci i użytkownicy mają dostęp tylko do narzędzi i danych, do których przyznasz im dostęp.
  • Scentralizowane: przeglądaj, monitoruj i zarządzaj każdym serwerem z Unity Gateway.

Aby wywołać te serwery z kodu agenta, zobacz Użyj serwerów MCP w Agentach niestandardowych.

Jeśli konfigurujesz zewnętrznego agenta kodowego, takiego jak Claude Code lub Cursor, połącz te serwery z narzędziami AI Azure Databricks. Zarządzane serwery MCP dają agentowi narzędzia do wywoływania. Narzędzia AI uczą go wzorców Azure Databricks, które należy stosować podczas pisania kodu.

Dostępne serwery zarządzane

Databricks oferuje następujące serwery MCP, które działają od razu. Podczas nawiązywania połączenia z zarządzanymi serwerami MCP przy użyciu uwierzytelniania użytkowników w imieniu użytkownika uwzględnij odpowiedni zakres protokołu OAuth dla każdego serwera, do których aplikacja musi uzyskać dostęp. Aby uzyskać instrukcje dotyczące konfiguracji, zobacz Metody uwierzytelniania.

Serwer Przypadek użycia Wzorzec adresu URL Zakres OAuth
Genie One Analiza języka naturalnego w całym Twoim miejscu pracy https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.genie_one_mcp ai-gateway
Genie Agent Analityka języka naturalnego ograniczona do jednego agenta Genie https://<workspace-hostname>/api/2.0/mcp/genie/{genie_space_id} genie
Wyszukiwanie sztucznej inteligencji Wyszukiwanie dokumentów nieustrukturyzowanych https://<workspace-hostname>/api/2.0/mcp/ai-search/{catalog}/{schema}/{index_name} ai-search
Databricks SQL Zapytania deweloperskie i inżynieria danych https://<workspace-hostname>/api/2.0/mcp/sql sql
Funkcje Unity Catalog Zdefiniowana logika SQL jako narzędzia https://<workspace-hostname>/api/2.0/mcp/functions/{catalog}/{schema}/{function_name} unity-catalog

Schemat system.ai zawiera również gotowe do użycia funkcje, które agenci wywołują za pośrednictwem serwera funkcji Unity Catalog. Na przykład interpreter kodu (system.ai.python_exec) pozwala agentowi uruchamiać kod Python bez żadnych konfiguracji.

Aby połączyć klientów takich jak Cursor, Claude Desktop czy ChatGPT z dowolnym z tych serwerów, zobacz Połącz MCP z asystentami AI i agentami programistycznymi.

Genie One MCP vs. serwery SQL MCP Databricks

Jeśli chodzi o zastosowania analityki, zacznij od serwera Genie One MCP. Genie rozwiązuje warunki biznesowe za pomocą Genie Ontology, twojej zarządzanej warstwy semantycznej, która generuje dokładniejsze odpowiedzi niż agent piszący SQL bezpośrednio na surowych tabelach. Korzystaj z serwera SQL MCP Databricks , gdy musisz uruchomić konkretne zapytanie, które już napisałeś, na przykład walidując składnię lub tworząc pipeline.

Argumenty wywołania narzędzia a _meta parametry

Zarządzane serwery MCP usługi Azure Databricks obsługują parametry na dwa sposoby:

  • Argumenty wywołania narzędzia: parametry generowane dynamicznie przez moduł LLM na podstawie danych wejściowych użytkownika
  • _meta parameters: Parametry konfiguracji, które można wstępnie ustawić w kodzie agenta, aby ustawić zachowanie deterministycznie

Aby poznać konkretne _meta parametry obsługiwane przez każdy serwer, zobacz stronę danego serwera (na przykład AI Search lub Databricks SQL).

Pricing

Cennik zarządzanego serwera MCP zależy od typu funkcji:

Dodatkowe zasoby

  • Last updated on