Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Important
Den här funktionen finns som allmänt tillgänglig förhandsversion.
Azure Databricks hanterade MCP-servrar är färdiga att använda servrar som ansluter dina AI-agenter till data i Unity Catalog, Azure Databricks AI Search-index, Genie-agenter och anpassade funktioner.
- Ingen konfiguration: Azure Databricks är värd för servrarna och hanterar autentisering.
- Styrd: Unity Catalog tillämpar behörigheter, så agenter och användare får endast åtkomst till de verktyg och data som du beviljar dem.
- Centraliserad: visa, övervaka och hantera varje server från Unity AI Gateway.
För att anropa dessa servrar från agentkod, se Använd MCP-servrar i anpassade agenter.
Om du sätter upp en tredjepartskodningsagent som Claude Code eller Cursor, para ihop dessa servrar med Azure Databricks AI-verktyg. Hanterade MCP-servrar ger agentstyrda verktyg för att ringa. AI-verktyg lär den Azure Databricks-mönster att tillämpa när den skriver kod.
Tillgängliga hanterade servrar
Databricks har följande MCP-servrar som fungerar direkt. När du ansluter till hanterade MCP-servrar med användarautentisering på uppdrag av ska du inkludera motsvarande OAuth-omfång för varje server som ditt program behöver komma åt. Installationsinstruktioner finns i Autentiseringsmetoder.
| Server | Användningsfall | URL-mönster | OAuth-omfång |
|---|---|---|---|
| Genie One | Analys på naturligt språk i hela arbetsytan | https://<workspace-hostname>/api/2.0/mcp/genie |
genie |
| Genie Agent | Naturligspråklig analys begränsad till en Genie Agent | https://<workspace-hostname>/api/2.0/mcp/genie/{genie_space_id} |
genie |
| AI-sökning | Hämtning av ostrukturerade dokument | https://<workspace-hostname>/api/2.0/mcp/ai-search/{catalog}/{schema}/{index_name} |
ai-search |
| Databricks SQL | Utvecklarfrågor och datateknik | https://<workspace-hostname>/api/2.0/mcp/sql |
sql |
| Funktioner i Unity Catalog | Fördefinierad SQL-logik som verktyg | https://<workspace-hostname>/api/2.0/mcp/functions/{catalog}/{schema}/{function_name} |
unity-catalog |
Om du vill ansluta klienter som Cursor, Claude Desktop eller ChatGPT till någon av dessa servrar, se Anslut MCP:er till AI-assistenter och kodningsagenter.
Genie One MCP vs. Databricks SQL MCP-servrar
För analysanvändningsfall, börja med Genie One MCP-servern. Genie löser affärstermer genom Genie-ontologi, ditt styrda semantiska lager, som ger mer exakta svar än en agent som skriver SQL direkt mot råtabeller. Använd Databricks SQL MCP-server när du behöver köra en specifik fråga du redan skrivit, som att validera syntax eller skapa en pipeline.
Argument för verktygsanrop jämfört med _meta parametrar
Azure Databricks hanterade MCP-servrar hanterar parametrar på två sätt:
- Argument för verktygsanrop: Parametrar som en LLM vanligtvis genererar dynamiskt baserat på användarindata
-
_metaparameters: Konfigurationsparametrar som du kan förinställa i din agentkod för att styra beteendet deterministiskt
För de specifika _meta parametrar som varje server stödjer, se serverns sida (till exempel AI Search eller Databricks SQL).
Pricing
Prissättningen för hanterad MCP-server beror på vilken typ av funktion:
Unity Catalog-funktioner använder prissättning för serverlös allmän beräkning.
Genie-agenter använder serverlösa SQL-beräkningspriser.
Databricks SQL-servrar använder Databricks SQL-priser.
AI Search-index använder AI Search-priser.
Ytterligare resurser
- Använd MCP-servrar i Custom Agents för att anropa hanterade MCP-servrar från agentkod.
- Anslut MCP:er till AI-assistenter och kodningsagenter för att ansluta klienter som Cursor och Claude Desktop.
- Agentfärdigheter för AI-kodningsassistenter för att lära kodningsagenter Azure Databricks utvecklingsmönster.