Připojení agentů k nástrojům

Propojení agentů s nástroji jim dává praktické možnosti nad rámec generování textu, jako je vyhledávání dokumentů, dotazování tabulek, volání externích rozhraní API nebo spouštění vlastního kódu.

Diagram znázorňuje trasu MCP, která Azure Databricks doporučuje pro většinu integrací. MCP je jedním z několika způsobů připojení agentů k externím službám. Kromě služeb MCP můžete volat rozhraní REST API přímo pomocí připojení HTTP v katalogu Unity. Vyberte Managed OAuth pro ověřování jednotlivých uživatelů, proxy připojení Unity Catalog pro volání rozhraní API z kódu agenta nebo nástroje funkcí Unity Catalog, které zapouzdřují http_request(). Následující tabulka shrnuje každý způsob připojení od Azure Databricks dat k externím službám:

Approach	Doporučený případ použití
Spravované servery MCP pro Azure Databricks data	Tento přístup použijte k dotazování Azure Databricks dat a spouštění spravovaných funkcí pomocí serverů MCP připravených k použití Genie, Databricks AI Search, Databricks SQL a Unity Catalog.
Externí servery MCP	Tento přístup použijte pro služby, které publikují server MCP. Nabízí automatické zjišťování nástrojů a řízení přístupu prostřednictvím brány Unity AI.
Spravovaný OAuth	Tento přístup použijte pro integraci Disku Google nebo SharePointu. Azure Databricks spravuje přihlašovací údaje OAuth, takže se nevyžaduje registrace aplikace.
Proxy připojení katalogu Unity	Tento přístup použijte k přímému volání rozhraní REST API z kódu agenta pomocí vlastní klientské sady SDK externí služby.
Nástroje funkcí katalogu Unity	Tento přístup použijte pro nástroje založené na SQL, které zabalují funkci `http_request()`.

Spravované servery MCP pro Azure Databricks data

Azure Databricks nabízí servery MCP připravené k použití, které umožňují agentům řídit přístup k datům a funkcím ve vašem pracovním prostoru bez serveru pro sestavení nebo hostitele. Každý server má vyhrazenou adresu URL a obor OAuth a katalog Unity řídí přístup:

Genie: Dotazování strukturovaných dat v tabulkách Genie Agents a Unity Catalog pomocí přirozeného jazyka
Databricks AI Search (vektorové vyhledávání):: Prohledávejte dokumenty v indexech vektorového vyhledávání.
Databricks SQL: Spusťte dotazy SQL na tabulky katalogu Unity.
Funkce v katalogu Unity: Volejte vlastní funkce Python a SQL zaregistrované v katalogu Unity.

Adresy URL serverů, rozsahy OAuth a úplný katalog najdete zde: Servery MCP spravované službou Azure Databricks. Pokud chcete tyto servery volat z kódu agenta, přečtěte si téma Použití serverů MCP v agentech.

Externí servery MCP

Připojte agenty k externím aplikacím, jako je Slack, Google Calendar nebo jakákoli služba pomocí rozhraní API. Azure Databricks nabízí několik přístupů v závislosti na tom, jestli má externí služba server MCP, jestli potřebujete ověřování pro jednotlivé uživatele nebo jestli dáváte přednost volání rozhraní API přímo z kódu agenta. Všechny přístupy spoléhají na připojení HTTP katalogu Unity, které poskytuje zabezpečenou a řízenou správu přihlašovacích údajů a podporuje více metod ověřování, včetně ověřování OAuth 2.0 user-to-machine (U2M) a ověřování M2M (machine-to-machine).

Pokud má externí služba k dispozici server MCP, Azure Databricks doporučujeme ho zaregistrovat jako službu MCP v katalogu Unity. Služby MCP poskytují automatické zjišťování nástrojů, ověřování jednotlivých uživatelů a zásady správného řízení prostřednictvím služby Unity AI Gateway s granty, výběrem nástrojů a zásadami služeb.

Informace o registraci externího serveru MCP jako služby MCP a jeho řízení najdete v tématu Registrace externího serveru MCP . Nastavení připojení a ověřování najdete v kroku 1. Vytvořte připojení.
Viz Použití serverů MCP v agentech pro příklady kódu na architekturu agentů (OpenAI Agents SDK, LangGraph, Model Serving).

Pro běžné nástroje saaS (software jako služba), jako je Slack, GitHub a Disk Google, Azure Databricks poskytuje služby MCP připravené k použití s nulovým nastavením. Viz Služby MCP poskytované službou Databricks.

Spravovaný OAuth

Azure Databricks nabízí spravované toky OAuth pro vybrané poskytovatele nástrojů rozhraní API. Nemusíte registrovat vlastní aplikaci OAuth ani spravovat přihlašovací údaje. Azure Databricks doporučuje spravované OAuth pro vývoj a testování. Pokud případy použití v produkčním prostředí vyžadují generování vlastních přihlašovacích údajů OAuth, další informace najdete v dokumentaci poskytovatelů.

Následující integrace používají přihlašovací údaje OAuth, které Azure Databricks bezpečně spravují a ukládají v back-endu.

Provider	Poznámky ke konfiguraci	Podporované obory	Description
Rozhraní API disku Google	None	`https://www.googleapis.com/auth/drive.readonly https://www.googleapis.com/auth/documents.readonly https://www.googleapis.com/auth/spreadsheets.readonly offline_access`	Přístup k souborům Disku Google jen pro čtení, včetně Dokumentů Google a Tabulek Google.
Rozhraní API Gmailu	None	`https://www.googleapis.com/auth/gmail.readonly offline_access`	Přístup pouze pro čtení ke zprávám, vláknům, konceptům a štítkům v Gmailu
Rozhraní API kalendáře Google	None	`https://www.googleapis.com/auth/calendar.readonly offline_access`	Přístup jen pro čtení k událostem, kalendářům a informacím o volném čase v Kalendáři Google.
rozhraní API SharePoint	None	https://graph.microsoft.com/User.Read https://graph.microsoft.com/User.ReadBasic.All https://graph.microsoft.com/Sites.Read.All https://graph.microsoft.com/Files.Read https://graph.microsoft.com/Files.Read.All https://graph.microsoft.com/Mail.Read https://graph.microsoft.com/Mail.ReadBasic https://graph.microsoft.com/Mail.Read.Shared https://graph.microsoft.com/MailboxFolder.Read https://graph.microsoft.com/MailboxItem.Read https://graph.microsoft.com/Calendars.Read https://graph.microsoft.com/Calendars.Read.Shared https://graph.microsoft.com/Chat.Read https://graph.microsoft.com/Chat.ReadBasic https://graph.microsoft.com/ChatMember.Read https://graph.microsoft.com/ChatMessage.Read https://graph.microsoft.com/Channel.ReadBasic.All https://graph.microsoft.com/ChannelMessage.Read.All https://graph.microsoft.com/OnlineMeetings.Read https://graph.microsoft.com/OnlineMeetingTranscript.Read.All https://graph.microsoft.com/OnlineMeetingAiInsight.Read https://graph.microsoft.com/OnlineMeetingArtifact.Read.All https://graph.microsoft.com/OnlineMeetingRecording.Read.All offline_access openid profile email	Přístup pouze pro čtení prostřednictvím Microsoft Graph k souborům ve SharePointu a OneDrivu, e-mailu a kalendáři v Outlooku a chatům, kanálům a schůzkám v Microsoft Teams.

Pokud chcete nastavit spravovaný protokol OAuth, vytvořte připojení HTTP s typem ověřování OAuth uživatele k počítači a v rozevírací nabídce Poskytovatele OAuth vyberte svého poskytovatele. Podrobný postup najdete v tématu Vytvoření připojení k externí službě.

Zprostředkovatel vyzve každého uživatele k autorizaci při prvním použití.

V případě potřeby přidejte na seznam povolených následující identifikátory URI pro přesměrování, které používá spravovaný OAuth:

Cloud	Přesměrování URI
AWS	`https://oregon.cloud.databricks.com/api/2.0/http/oauth/redirect`
Azure	`https://westus.azuredatabricks.net/api/2.0/http/oauth/redirect`
GCP	`https://us-central1.gcp.databricks.com/api/2.0/http/oauth/redirect`

Pro spravované poskytovatele OAuth s publikovaným serverem MCP, jako je Glean, GitHub, Atlassian a Slack, můžou Azure Databricks spravovat přihlašovací údaje OAuth při registraci serveru jako služby MCP. Viz poskytovatelé spravovaného OAuth.

Koncový bod proxy pro připojení Unity Catalog

Použijte připojovací proxy koncový bod katalogu Unity s vlastní klientskou sadou SDK externí služby k přímému volání rozhraní REST API z kódu agenta. Nasměrujte základní adresu URL sady SDK na koncový bod proxy serveru a jako klíč rozhraní API použijte token Azure Databricks. Azure Databricks ověří požadavek a automaticky vloží přihlašovací údaje externí služby z připojení katalogu Unity. Váš kód nezpracuje tokeny externí služby přímo.

Požadovaná oprávnění:USE CONNECTION v objektu připojení.

OpenAI

Použijte DatabricksOpenAI pro směrování volání na externí OpenAI prostřednictvím proxy serveru připojení katalogu Unity. Nejprve vytvořte HTTP připojení k Unity Catalog pomocí OpenAI API klíče uloženého jako tajemství Databricks:

CREATE CONNECTION openai_connection TYPE HTTP
OPTIONS (
  host 'https://api.openai.com',
  base_path '/v1',
  bearer_token secret ('<secret-scope>', '<secret-key>')
);

Nejprve nainstalujte balíček databricks-openai a potom v kódu agenta použijte URL proxy serveru a klienta pracovního prostoru:

pip install databricks-openai

from databricks_openai import DatabricksOpenAI
from databricks.sdk import WorkspaceClient

w = WorkspaceClient()

client = DatabricksOpenAI(
    workspace_client=w,
    base_url=f"{w.config.host}/api/2.0/unity-catalog/connections/openai_connection/proxy/",
)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

Slack

Nakonfigurujte Slack SDK tak, aby se směroval přes proxy připojení katalogu Unity. Vytvořte připojení HTTP katalogu Unity k hostiteli https://slack.com a výchozí cestě /api. Poté použijte adresu URL proxy serveru jako základní adresu URL sady SDK.

from slack_sdk import WebClient
from databricks.sdk import WorkspaceClient

w = WorkspaceClient()

client = WebClient(
    token=w.config.authenticate()["Authorization"].split(" ")[1],
    base_url=f"{w.config.host}/api/2.0/unity-catalog/connections/slack_connection/proxy/",
)

result = client.chat_postMessage(channel="C123456", text="Hello from Databricks!")
print(result["message"]["text"])

Obecná rozhraní HTTP

Pro služby bez vyhrazené sady SDK použijte requests knihovnu s přímou adresou URL proxy serveru:

import requests
from databricks.sdk import WorkspaceClient

w = WorkspaceClient()

response = requests.post(
    f"{w.config.host}/api/2.0/unity-catalog/connections/my_connection/proxy/api/v1/resource",
    headers={
        **w.config.authenticate(),
        "Content-Type": "application/json",
    },
    json={"key": "value"},
)

Podrobnosti o koncovém bodu proxy serveru, podporovaných metod ověřování a nastavení připojení najdete v tématu Předávání požadavků prostřednictvím proxy připojení HTTP.

Nástroje funkcí Unity Catalog

Note

Azure Databricks pro nové integrace doporučuje používat MCP Services nebo proxy připojení ke službě Unity Catalog. Nástroje funkcí Unity Catalog s http_request jsou i nadále podporovány, ale již nejsou doporučovaným přístupem.

Můžete vytvořit funkci Unity Catalog, která obaluje http_request() pro volání externích služeb. Tento přístup je užitečný pro definice nástrojů založené na SQL, jako je například funkce, která publikuje zprávu do Slacku. Úplný návod, včetně omezení příkladu SQL a typu připojení, najdete v tématu Volání externích rozhraní API s http_request (starší verzí).

Ukázkové notebooky

Následující poznámkové bloky ukazují vytváření nástrojů agenta AI, které se připojují ke Slacku, OpenAI a Azure AI Vyhledávač.

Návod k připojení agenta k Microsoft Teams najdete v tématu Připojení agenta AI k Microsoft Teams.

Dodatečné zdroje

Připojte agenty k nástrojům třetích stran pomocí služeb MCP k registraci a řízení externích serverů MCP.
Vytvoření nástrojů agenta AI pomocí funkcí Unity Catalog pro vytváření nástrojů založených na funkcích Unity Catalog, včetně staršího přístupu http_request.
Integrujte nástroje Unity Catalog s frameworky generativní AI třetích stran, abyste mohli používat nástroje Unity Catalog s platformami LangChain, LlamaIndex, OpenAI a Anthropic.
Připojte se k externím službám HTTP a nakonfigurujte připojení HTTP a proxy připojení.

Váš názor

Byla tato stránka užitečná?

Last updated on 2026-07-09