Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Important
Fitur ini ada di Beta. Admin akun dapat mengontrol akses ke fitur ini dari halaman Pratinjau konsol akun. Lihat Kelola Pratinjau Azure Databricks.
Layanan MCP adalah Katalog Unity yang dapat diamankan yang mendaftarkan server MCP eksternal dan mengatur cara agen menggunakannya. Anda mereferensikannya dengan nama tiga levelnya, catalog.schema.mcp_service, dan memanggilnya melalui Unity AI Gateway, control plane untuk mengelola lalu lintas AI.
Mendaftarkan server MCP sebagai Katalog Unity yang dapat diamankan berarti Anda mengelolanya dengan primitif yang sama yang melindungi aset Unity Catalog Anda lainnya. Ini termasuk pemberian untuk mengontrol siapa yang dapat memanggilnya, pemilihan alat untuk membatasi alat mana yang diekspos, kebijakan layanan untuk mengizinkan atau menolak panggilan alat individual, dan audit dan pengelogan penggunaan untuk melacak setiap pemanggilan.
Ada dua cara untuk menggunakan Layanan MCP:
| Approach | Gunakan ketika diperlukan |
|---|---|
| Menggunakan Layanan MCP yang disediakan Databricks | Anda menginginkan alat software-as-a-service (SaaS) umum—Slack, GitHub, Google Drive, dan lainnya—tanpa penyiapan. Tidak ada server untuk dihosting dan tidak ada koneksi untuk dibuat. |
| Daftarkan server MCP eksternal Anda sendiri | Anda memiliki server MCP yang dihosting sendiri atau oleh pihak ketiga untuk dikelola sebagai objek yang dapat diamankan di Unity Catalog. |
Layanan MCP menghubungkan agen ke layanan eksternal. Untuk data Azure Databricks, gunakan server MCP terkelola; untuk menghosting alat Anda sendiri, gunakan server MCP kustom.
Untuk mendaftar dan memanggil server MCP eksternal, lihat Mendaftarkan server MCP eksternal. Untuk membatasi alat dan panggilannya, lihat Mengatur layanan MCP.
Tip
Untuk contoh lengkap—daftarkan server GitHub MCP, batasi alatnya, blokir panggilan yang bersifat destruktif dengan kebijakan layanan, dan audit penggunaan—ikuti Tutorial: Mengelola akses GitHub MCP agen pengode.
Cara kerjanya
Agen memanggil Layanan MCP melalui URL Unity AI Gateway-nya, dan setiap panggilan melewati jalur terkelola yang sama:
- Panggil: Agen mengirim permintaan MCP ke URL Unity AI Gateway milik layanan, yang diautentikasi menggunakan identitas Azure Databricks milik pemanggil.
-
Mengotorisasi dan mengatur: Gateway memeriksa apakah pemanggil memiliki
EXECUTElayanan MCP di Unity Catalog. Layanan hanya mengekspos alat yang Anda pilih dan mengevaluasi kebijakan layanan terlampir apa pun, yang dapat mengizinkan, menolak, atau memerlukan persetujuan untuk panggilan. - Proksi dengan kredensial terkelola: Permintaan diteruskan ke server MCP eksternal melalui koneksi HTTP layanan. Azure Databricks menyimpan kredensial dan menangani alur OAuth dan refresh token, sehingga agen tidak pernah melihatnya.
- Penggunaan log, audit, dan jejak: Setiap pemanggilan dicatat dalam tabel sistem, sehingga Anda dapat memantau aktivitas penggunaan dan audit dari waktu ke waktu.
Persyaratan
- Ruang kerja yang telah diaktifkan untuk Unity Catalog.
- Untuk mengatur server MCP eksternal sebagai Layanan MCP, Unity AI Gateway Beta dan pratinjau Server MCP Terkelola diaktifkan untuk akun Anda. Lihat Kelola Pratinjau Azure Databricks.
- Ruang kerja di wilayah yang mendukung Model Serving. Lihat Ketersediaan fitur layanan model.
Layanan MCP yang disediakan Databricks
Azure Databricks menyediakan Layanan MCP siap pakai dalam system.ai skema untuk aplikasi SaaS umum, sehingga agen dapat menjangkau alat-alat ini tanpa menghosting atau mendaftarkan server MCP Anda sendiri. Masing-masing merupakan Layanan MCP bawaan yang Anda rujuk dengan nama di Unity Catalog. Untuk memberikan akses agen, berikan EXECUTE pada layanan (misalnya, system.ai.github)—tidak diperlukan penyiapan koneksi. Layanan bawaan disertai alat yang dikelola oleh platform dan kebijakan layanan bawaan, misalnya kebijakan untuk memblokir operasi tulis. Anda mengelolanya melalui pemberian izin daripada melalui pemilihan alat khusus atau fungsi kebijakan.
| Layanan MCP | Menyambungkan ke |
|---|---|
system.ai.slack |
Slack |
system.ai.github |
GitHub |
system.ai.atlassian |
Jira dan Confluence |
system.ai.google_drive |
Google Drive |
system.ai.google_calendar |
Google Kalender |
system.ai.gmail |
Gmail |
system.ai.sharepoint |
Microsoft SharePoint |
Untuk Google Drive, Gmail, Google Kalender, atau SharePoint, layanan bawaan ini menangani OAuth untuk Anda, tanpa perlu pendaftaran aplikasi.
Autentikasi dan keamanan
Azure Databricks menggunakan proksi MCP terkelola dan koneksi HTTP Unity Catalog untuk menangani autentikasi dengan aman ke server MCP eksternal.
- Autentikasi utama bersama: Semua pengguna berbagi kredensial yang sama saat mengakses layanan eksternal. Ini termasuk token Pembawa, OAuth Machine-to-Machine (M2M), dan autentikasi Bersama Pengguna-ke-Mesin OAuth. Gunakan ini saat layanan eksternal tidak memerlukan akses khusus pengguna, atau ketika satu akun layanan cukup.
- Autentikasi per pengguna (OAuth U2M Per Pengguna): Setiap pengguna mengautentikasi dengan kredensial mereka sendiri. Layanan eksternal menerima permintaan atas nama pengguna individual, memungkinkan kontrol akses, audit, dan akuntabilitas khusus pengguna. Gunakan ini saat mengakses sumber daya khusus pengguna, seperti repositori GitHub pengguna, pesan Slack, atau kalender.
Azure Databricks menangani alur OAuth dan refresh token, sehingga pengguna akhir tidak melihat token. Anda melihat dan mengelola koneksi MCP eksternal bersama titik akhir LLM Anda dari Unity AI Gateway. Untuk instruksi konfigurasi terperinci untuk setiap metode autentikasi, lihat Koneksi HTTP.
Limitations
Selama Beta, batasan berikut berlaku untuk Layanan MCP:
- SQL DDL untuk Layanan MCP (misalnya,
CREATE MCP SERVICE) tidak tersedia. Buat dan kelola Layanan MCP dengan UI atau REST API. - Anda hanya dapat mendaftarkan server MCP eksternal sebagai Layanan MCP Anda sendiri. Mendaftarkan sumber entitas Genie, Aplikasi, atau Katalog Unity sebagai Layanan MCP saat ini tidak didukung. Azure Databricks juga menyediakan Layanan MCP bawaan untuk aplikasi SaaS umum.
- Pemilihan alat mendukung pola awalan (
get_*) dan pencocokan persis. Pola pengecualian (misalnya,!delete_*) tidak didukung. - Pencarian Global Katalog Unity tidak menampilkan Layanan MCP.
Koneksi server MCP eksternal juga memiliki batasan berikut:
- Server MCP eksternal hanya tersedia di wilayah di mana Model Serving didukung, termasuk penggunaan di AI Playground, Genie Code, dan Chat di Genie. Lihat Ketersediaan fitur layanan model.
Langkah berikutnya
- Daftarkan server MCP eksternal untuk mendaftar dan memanggil server MCP eksternal.
- Mengatur layanan MCP untuk membatasi alat dan menerapkan kebijakan layanan.
- Gunakan server MCP di agen untuk memanggil Layanan MCP secara terprogram dari kode agen.
- Hubungkan MCP ke asisten AI dan agen pengkodan untuk menghubungkan agen pengodian dan asisten AI.
- Tata kelola AI dengan Unity AI Gateway untuk mengatur server MCP dan titik akhir LLM dari lokasi pusat.