Azure Databricks 透過 Unity Gateway 管理代理所用的工具與 MCP 伺服器，Unity Gateway 從單一控制平面控制存取並監控活動，而 Unity Catalog 則強制權限管理憑證，讓代理和使用者只能存取你授權的工具和資料。
工具讓代理程式具備超越文字產生的實用功能，例如搜尋文件、查詢資料表、呼叫外部 API，或執行自訂程式碼。
MCP 是一個開源標準，連結 AI 代理與工具、資源及提示，是多種連接 Azure Databricks 工具的方式之一。
要查看可用的 MCP 伺服器，請前往你的工作空間 >AI Gateway>MCP：
MCP 伺服器
選擇您的代理 MCP 伺服器來源：
| 路徑 | Description |
|---|---|
| 透過 MCP 服務，將客服人員與工具連結起來 | 可將外部 MCP 伺服器註冊為 Unity 目錄可保護物件，或使用內建system.ai服務支援 SaaS 工具，如 Slack、GitHub 和 Google Drive，並透過 Unity Gateway 進行管理存取。 |
| Azure Databricks 受控 MCP 伺服器 | 即用伺服器，讓代理人員能受控存取 Genie、AI 搜尋、Databricks SQL、Unity Catalog 函式及程式碼直譯器，無需建置或托管伺服器。 |
| 自己架設 MCP | 將自訂 MCP 伺服器託管為 Databricks 應用程式，以公開你自己的工具。 |
在自訂代理中使用 MCP 和工具
給你用程式碼建立的代理所需的工具：
| 路徑 | Description |
|---|---|
| 在自訂代理中使用 MCP 伺服器 | 在代理程式碼中探索、驗證並呼叫受管理的、MCP Service 和自訂 MCP 伺服器，然後將代理部署到 Databricks Apps 上。 |
| 將代理人員與外部 MCP 及工具連結 | 選擇如何將外部服務接入你在程式碼中建立的代理程式，無論是透過 MCP 服務、管理型 OAuth 或直接 REST 呼叫，以及何時使用。 |
| 使用 Unity 目錄函式建立代理工具 | 建立執行自訂 Python 和 SQL 邏輯的 AI 代理工具，並搭配 LangChain、OpenAI 和 Anthropic 等代理框架使用。 |
| 處理結構化和非結構化資料 | 使用 Unity Catalog 函式工具檢索結構化資料，並用向量搜尋工具查詢非結構化資料。 |
在 AI 助理和 IDE 中使用 MCP
從現有助理或編碼代理取得 Azure Databricks 資料與工具：
| 路徑 | Description |
|---|---|
| 將外部用戶端連線到 Azure Databricks MCP 伺服器 | 將 Claude、游標、MCP Inspector 及其他外部用戶端接線到 Azure Databricks 上的 MCP 伺服器。 |
| AI 編碼助理的代理技能 | 安裝技能和外掛，教導像 Claude Code 和 Cursor 這類程式代理如何正確撰寫 Azure Databricks 程式碼，還有他們所使用的 MCP 工具。 |