Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Это важно
Эта функция доступна в бета-версии. Администраторы учетных записей могут управлять доступом к этой функции на странице Предпросмотры консоли учетной записи. См. статью "Управление предварительными версиями Azure Databricks".
Служба MCP — это защищаемый каталог Unity, который регистрирует внешний сервер MCP и управляет его использованием агентами. Вы обращаетесь к нему по его трёхуровневому имени catalog.schema.mcp_service и через Unity AI Gateway — плоскость управления для контроля трафика ИИ.
Регистрация сервера MCP в качестве защищаемого каталога Unity означает, что вы управляете им с теми же примитивами, которые защищают другие ресурсы каталога Unity. К ним относятся разрешения, определяющие, кто может его вызывать, выбор инструментов, ограничивающий, какие инструменты он предоставляет, политики сервиса, разрешающие или запрещающие отдельные вызовы инструментов, а также аудит и журналирование использования для отслеживания каждого вызова.
Существует два способа использования служб MCP:
| Approach | Используйте, если |
|---|---|
| Использование службы MCP, предоставленной Databricks | Вам нужен общий инструмент программного обеспечения как услуга (SaaS), Slack, GitHub, Google Drive и многое другое с нулевой настройкой. Не нужен ни сервер для хостинга, ни подключение для создания. |
| Регистрация собственного внешнего сервера MCP | У вас есть самостоятельно размещённый или сторонний сервер MCP, которым можно управлять как защищаемым объектом Unity Catalog. |
Службы MCP подключают агентов к внешним службам. Для данных Azure Databricks используйте управляемые серверы MCP; для размещения собственных инструментов используйте настраиваемый сервер MCP.
Сведения о регистрации и вызове внешнего сервера MCP см. в разделе "Регистрация внешнего сервера MCP". Сведения об ограничении средств и вызовов см. в разделе "Управление службой MCP".
Tip
Полный пошаговый пример: зарегистрируйте сервер GitHub MCP, ограничьте его инструменты, заблокируйте деструктивные вызовы с помощью политики службы и выполните аудит использования. Подробности см. в руководстве «Управление доступом GitHub MCP для агента программирования».
Принцип работы
Агент вызывает службу MCP по URL-адресу шлюза искусственного интеллекта Unity и каждый вызов проходит через один и тот же управляемый путь:
- Вызов. Агент отправляет запрос MCP на URL-адрес шлюза искусственного интеллекта Unity службы, прошедший проверку подлинности с помощью удостоверения Azure Databricks вызывающего объекта.
-
Авторизация и управление. Шлюз проверяет, есть
EXECUTEли вызывающий объект в службе MCP в каталоге Unity. Служба предоставляет доступ только к тем инструментам, которые вы выбрали, и оценивает любую связанную политику службы, которая может разрешать, запрещать или требовать утверждения для этого вызова. - Прокси с управляемыми учетными данными: запрос пересылается на внешний сервер MCP через HTTP-подключение службы. Azure Databricks хранит учетные данные и обрабатывает потоки OAuth и обновление маркера, поэтому агент никогда не видит их.
- Использование журналов, аудит и трассировка: каждый вызов записывается в системные таблицы, поэтому с течением времени можно отслеживать использование и аудит действий.
Requirements
- Рабочая область с поддержкой Unity Catalog.
- Чтобы управлять внешним сервером MCP как службой MCP, для вашей учетной записи должны быть включены бета-версия Unity AI Gateway и предварительная версия Managed MCP Servers. См. статью "Управление предварительными версиями Azure Databricks".
- Рабочая область в регионе, где поддерживается обслуживание моделей. См. сведения о доступности функций обслуживания моделей.
Службы MCP, предоставляемые Databricks
Azure Databricks предоставляет готовые службы MCP в схеме system.ai для распространенных приложений SaaS, чтобы агенты могли достичь этих средств без размещения или регистрации собственного сервера MCP. Каждая из них — это встроенная служба MCP, которую вы адресуете по имени каталога Unity. Чтобы предоставить агенту доступ, назначьте EXECUTE для службы (например, system.ai.github)—настройка подключения не требуется. Встроенные службы поставляются с инструментами, управляемыми платформой, и встроенной политикой службы, например одной для блокировки операций записи. Вы управляете ими с помощью грантов, а не с помощью пользовательских функций выбора инструментов или политик.
| Служба MCP | Подключается к |
|---|---|
system.ai.slack |
Slack |
system.ai.github |
GitHub |
system.ai.atlassian |
Jira и Confluence |
system.ai.google_drive |
Google Drive |
system.ai.google_calendar |
Google Calendar |
system.ai.gmail |
Gmail |
system.ai.sharepoint |
Microsoft SharePoint |
Для Google Drive, Gmail, Google Calendar или SharePoint эти встроенные службы обрабатывают OAuth для вас без необходимости регистрации приложений.
Проверка подлинности и безопасность
Azure Databricks использует управляемые прокси-серверы MCP и HTTP-подключения каталога Unity для безопасной обработки проверки подлинности на внешних серверах MCP.
- Проверка подлинности с общими учетными данными. Все пользователи используют одни и те же учетные данные при доступе к внешней службе. Это включает токен Bearer, аутентификацию OAuth Machine-to-Machine (M2M) и аутентификацию OAuth User-to-Machine Shared. Используйте это, если для внешней службы не требуется доступ для конкретного пользователя или когда достаточно одной учетной записи службы.
- Аутентификация для каждого пользователя (OAuth U2M на пользователя): каждый пользователь проходит аутентификацию с помощью собственных учетных данных. Внешняя служба получает запросы от имени отдельного пользователя, обеспечивая управление доступом, аудит и подотчетность для конкретных пользователей. Используйте это при доступе к ресурсам, определенным пользователем, таким как GitHub репозитории пользователя, сообщения Slack или календарь.
Azure Databricks обрабатывает потоки OAuth и обновление маркеров, поэтому конечные пользователи не видят маркеры. Вы просматриваете внешние подключения MCP и управляете ими вместе с конечными точками LLM из шлюза ИИ Unity. Подробные инструкции по настройке для каждого метода проверки подлинности см. в разделе HTTP-подключения.
Ограничения
Во время бета-версии следующие ограничения применяются к службам MCP:
- DDL SQL для служб MCP (например,
CREATE MCP SERVICEнедоступен). Создание служб MCP и управление ими с помощью пользовательского интерфейса или REST API. - Вы можете зарегистрировать только внешние серверы MCP в качестве собственной службы MCP. Регистрация источников сущностей Genie, Apps или каталога Unity в качестве службы MCP в настоящее время не поддерживается. Azure Databricks также предоставляет встроенные службы MCP для распространенных приложений SaaS.
- Выбор инструмента поддерживает префикс (
get_*) и шаблоны точного соответствия. Шаблоны исключений (например,!delete_*не поддерживаются). - Глобальный поиск каталога Unity не отображает службы MCP.
Внешние подключения сервера MCP также имеют следующие ограничения:
- Внешние серверы MCP доступны только в регионах, где поддерживается обслуживание моделей, включая использование на игровой площадке ИИ, Genie Code и чате в Genie. См. сведения о доступности функций обслуживания моделей.
Дальнейшие действия
- Зарегистрируйте внешний сервер MCP для регистрации и вызова внешнего сервера MCP.
- Управление службой MCP для ограничения инструментов и применения политик служб.
- Используйте серверы MCP в агентах для программного вызова службы MCP из кода агента.
- Подключите MCP к ИИ-помощникам и агентам программирования, чтобы подключить агентов программирования и ИИ-помощников.
- Управление ИИ с помощью шлюза ИИ Unity для управления серверами MCP и конечными точками LLM из центрального расположения.