Claude Code を接続する

Claude CodeやClaudeデスクトップアプリを使い、モデルやMCPツール、スキルをUnity Gateway経由で活用してください。 Claude Codeの場合は、Unity Gateway CLI(ug)を使うか、接続を手動で設定してください。 デスクトップアプリでは、アプリの設定で接続設定をしてください。

既存のClaude Codeセットアップにツールを接続するには、「 Add MCP tools」へ行ってください。 ウェブ上のClaudeや、Claudeアカウントを使用したデスクトップセッションでは、Claudeコネクターを使いましょう。

Prerequisites

Azure DatabricksのワークスペースURLと使いたいモデルへのアクセスが必要です。 デスクトップセットアップでは、最新の Claudeデスクトップアプリ をインストールし、アカウント管理者に以下のようにOAuthクライアントIDを依頼してください。

管理者がすでにデバイスを設定している場合は、組織のサインインおよび起動手順に従ってください。

クロード符号

Unity Gateway CLIの使用(推奨)

ugをインストールし、プロジェクトディレクトリから次のコマンドを実行します:

ug claude

プロンプトに従ってワークスペースを選択しサインインしてください。 ug 接続を設定し、端末でClaude Codeを開きます。 今使っている同じプロンプトやコマンドで作業を始めましょう。 モデルを変更するには、 /modelを入力してください。

MCP ツールを追加して、データとサービスを連携します。 共有スキルをダウンロードするには、 ug skills add を実行して欲しいスキルを選択してください。 さらに多くのオプションについては「 ツールとスキルを追加する 」をご覧ください。

Claudeコードを手動で設定してください

以下の設定を ~/.claude/settings.jsonに統合します:

{
  "env": {
    "ANTHROPIC_MODEL": "<model-api-name>",
    "ANTHROPIC_BASE_URL": "https://<workspace-hostname>/ai-gateway/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "<databricks-personal-access-token>",
    "ANTHROPIC_CUSTOM_HEADERS": "x-databricks-use-coding-agent-mode: true",
    "CLAUDE_CODE_USE_GATEWAY": "1",
    "ENABLE_PROMPT_CACHING_1H": "1",
    "ENABLE_TOOL_SEARCH": "true"
  }
}

<workspace-hostname>をhttps://せずにワークスペースのホスト名に置き換えてください。 <model-api-name>を、アクセス可能なClaudeモデルAPIの完全なUnity Catalog名に設定し、Azure Databricksの個人用アクセストークンを入力してください。

プロジェクトディレクトリから claude を実行してください。 その他の設定については、 Claudeコードの設定をご覧ください。

MCPツールの追加

system.ai.dbsql、system.ai.sandbox、またはsystem.ai.web_searchを利用するには、アカウント管理者がアカウントコンソールのPreviewsページからUnity Gatewayベータを有効にする必要があります。 アカウント プレビューの管理をご覧ください。

1. ワークスペースでUnity Gateway > MCPsを開いてください。 組み込みのMCPを選択するか、外部MCPサーバーを登録してください。

2. MCPのフルネーム( system.ai.github や <catalog>.<schema>.<service>など)をコピーしてください。

3. MCPにアクセスできることを確認してください。

4. ugをインストールした後、MCPをClaude Codeに追加してください:

   ug mcp add --agents claude --names <catalog>.<schema>.<service>
   

   プレース ホルダーをコピーした名前に置き換えます。 例えば、GitHubに--names system.ai.githubを使いましょう。 インタラクティブにサービスを選ぶ場合は --namesを省略してください。

最初のセットアップ時に、プロンプトに従ってワークスペースを選択し、サインインしてモデルを選択してください。 ug モデルおよびMCPの両方のアクセスを設定し、認証情報を更新します。 ug claudeでClaude Codeを再起動し、ツールをテストしてください。

手動でMCPツールを追加

下記の内蔵OAuthクライアントを使うか、ご自身のOAuthアプリを設定してください。 組み込みクライアントでMCPを追加するには、以下を実行します:

claude mcp add --transport http --scope user \
  --client-id claude-code --callback-port 3118 \
  databricks-tools \
  "https://<workspace-hostname>/ai-gateway/mcp-services/<catalog>.<schema>.<service-name>"

ホスト名と MCP 名を置き換えます。 これは内蔵の claude-code OAuthクライアントを使用します。 Claude Codeを開き、/mcpを入力し、Azure Databricksアカウントでサーバーにサインインしてください。 追加したい各MCPごとにサーバー名を変えて同じ手順を繰り返し、次にツールをテストします。

自分のOAuthアプリを使ってください

1. アカウント管理者に、アカウントコンソールで>を開いてもらってください。

2. claude-code-mcpのような名前を入力し、パブリック クライアントの場合はクライアント シークレットの生成のチェックを外し、リダイレクト URL をhttp://localhost:8080/callbackに設定し、ai-gatewayスコープを選択します。 クライアントIDを保存してコピーしてください。 「OAuth アプリを作成する」を参照してください。

3. そのクライアントIDと対応するコールバックポートを使ってMCPを登録します:

   claude mcp add --transport http --scope user \
     --client-id <client-id> --callback-port 8080 \
     databricks-tools \
     "https://<workspace-hostname>/ai-gateway/mcp-services/<catalog>.<schema>.<service>"
   

4. Claude Codeを開き、 /mcpを入力してサインインしてください。 組織で confidential client が必要な場合は、コマンドに --client-secret を追加し、求められたらシークレットを入力してください。

MCPツールのテスト

1. Claude Codeで /mcp を入力し、サーバーが接続されているか確認します。
2. Claudeにそのサーバーのツールをリストアップしてもらい、その後読み取り操作を依頼してください。 GitHubの場合は、アクセス可能なリポジトリからイシューを探すよう依頼します。 カスタムサーバーの場合は、登録時にテストしたツールと入力を使いましょう。
3. ツール呼び出しでサインインを促されたら、MCPが返すログインリンクを開き、プロバイダーの同意を完全に行ってから再試行してください。
4. Claudeがツール呼び出しを行い、その結果を返すか確認してください。 テキストによる回答だけでは、接続が確認できません。

Azure Databricks のデータを使用するには、ビジネスに関する質問の場合は system.ai.genie_one_mcp に、SQL に関する質問の場合は system.ai.dbsql に接続します。 たとえば、SQL MCP に SELECT 1 AS result を実行するよう依頼します。

権限、ポリシー、使用方法については「MCP を管理する」を参照してください。

スキルを手動で接続

公開されたUnity Gatewayスキルをツールとして公開するには、スキルレジストリをHTTP MCPサーバーとして登録してください:

claude mcp add --transport http --scope user \
  --header "Authorization: Bearer <databricks-personal-access-token>" \
  databricks-skill-registry \
  "https://<workspace-hostname>/ai-gateway/skills/?schema=<catalog>.<schema>"

プレースホルダーをワークスペース、トークン、スキルスキーマに置き換えてください。 ?schema の前の末尾のスラッシュは残してください。 複数のスキーマを含めるには、パラメータを繰り返します: ?schema=main.default&schema=ml.prod。

Claude Codeを再起動して、 /mcpとの接続を確認してください。 クロードにスキルのフルネームを使わせてください。例えば Use <catalog>.<schema>.<skill-name> to review this query. この接続はスキルをMCPツールとして公開します。 ug skills add ネイティブ発見用にスキルをダウンロードします。

Claude デスクトップアプリ

1. OAuthクライアントIDを取得する

アカウント管理者に OAuthアプリケーション接続を作成してもらうよう依頼してください。 Azure Databricksアカウントコンソールで、設定>アプリ接続を開き>接続を追加して以下をご利用ください:

設定	Value
IDの種類	標準アプリケーション
アプリケーション名	claude-desktop
クライアント シークレットの生成	アンチェックド(パブリッククライアント)
リダイレクトURL	http://127.0.0.1:53180/callback
アクセス範囲	ai-gateway

接続を保存し、 クライアントIDをコピーします。 スキルを接続する予定がある場合は、http://127.0.0.1:53280/callback も登録してください。

2. Unity Gatewayに接続

デスクトップアプリのサインイン画面から、「 トラブルシューティング > ヘルプ」 > 「開発者モードを有効にする」を選択し、次に 「開発者 > サードパーティ推論の設定」を選択してください。

接続ページで「ゲートウェイ」を選択し、以下を入力してください:

設定	Value
資格の種類	インタラクティブサインイン
ゲートウェイベースURL	https://<workspace-hostname>/ai-gateway/anthropic
クライアント ID	あなたのOAuthクライアントID
発行者 URL	https://<workspace-hostname>/oidc
ベアラー トークン	アクセス トークン
Scopes	ai-gateway
付録 offline_access	Enabled
ポートのリダイレクト	53180

<workspace-hostname>をAzure Databricksワークスペースのホスト名に置き換えてください。 他の設定はデフォルトのままにしておきましょう。 フィールドの詳細はAnthropicのゲートウェイ構成を参照してください。

「Test connection」をクリックしてAzure Databricksにサインインしてください。 「 変更を適用」を選択し、次に 「保存して再起動」を選択してください。 サインイン画面でサードパーティ設定を選択し、 Code または Coworkで会話を始めてください。

3. MCPツールとスキルの追加

Developer > サードパーティ推論コネクタの設定 >を開きます。 Managed MCP servers の下に、使用する各MCPまたはスキルレジストリについてエントリを追加してください。

両方のコネクタで以下の設定をご利用ください:

設定	Value
Transport	ストリーミング可能な HTTP
OAuth	自分のクライアントを連れてきてください
クライアント ID	あなたのOAuthクライアントID
クライアント シークレット	空欄のままにする
認可サーバー	["https://<workspace-hostname>/oidc"]
Scope	ai-gateway
リクエスト offline_access	Enabled
コールバックホスト	127.0.0.1

MCP については、ワークスペース内の Unity Gateway >MCPs から、その 3 部構成の名称を探してください。 コネクタに説明的な名前を付け、 コールバックポート を 53180に設定し、次のURLを使います:

https://<workspace-hostname>/ai-gateway/mcp-services/<catalog>.<schema>.<service-name>

スキルについては、コネクター名 databricks-skill-registry、 コールバックポート を 53280に設定し、以下を使いましょう。

https://<workspace-hostname>/ai-gateway/skills/?schema=<catalog>.<schema>

?schema の前の末尾のスラッシュは残してください。 複数のスキーマを含めるには、パラメータを繰り返します: ?schema=main.default&schema=ml.prod。 これらのスキルはコネクターを通じてクロードの道具として提供されます。

各コネクターについて、「 サインインしてテスト 」をクリックしてサインインを完了してください。 「 変更を適用」を選択し、次に 「保存して再起動」を選択してください。 クロードに、接続されたツールやスキルをフルネームで使うよう頼んでみてください。 アクセス要件やその他オプションについては「 ツールとスキルを追加する 」をご覧ください。

Claudeコネクター

system.ai.dbsqlの場合は、まずUnity Gatewayベータを有効にしてください。

カスタム コネクタを使用して、ご自身の Claude アカウントで、Web 版またはデスクトップ版の Claude に Azure Databricks MCP ツールを追加してください。

1. アカウント管理者に OAuthクライアントを作成してもらいましょう。 MCPの場合は、 ai-gateway スコープを選択し、両方のリダイレクトURLを登録します。

   • https://claude.ai/api/mcp/auth_callback
   • https://claude.com/api/mcp/auth_callback

2. Claude で、設定 >コネクタ > カスタム コネクタを追加 の順に開きます。

3. MCPのURLを入力してください:

   https://<workspace-hostname>/ai-gateway/mcp-services/<catalog>.<schema>.<service>
   

4. OAuthクライアントIDを入力し、機密クライアントの場合はそのシークレットを入力します。 追加 をクリックして、サインインを完了します。

5. 会話中にコネクタを有効にし、Claudeにツールの一つを呼び出すよう依頼します。 system.ai.dbsqlならSELECT 1 AS resultを試してみてください。

もしワークスペースで受信IPを制限しているなら、 Claudeの送信IPを許可してください。 アクセス許可、プロバイダーへのログイン、トラブルシューティングについては、MCP の認証とネットワークを参照してください。

ローカルテストのためにClaudeデスクトップでパーソナルアクセストークンを使う

このオプションには Node.js と npx、個人アクセストークンが必要です。 DataBricksが提供するおよび登録済みのMCP、そしてレガシーワークスペースエンドポイントで動作します。 Databricksアプリ上でホストされているサーバーはOAuthが必要です。

このエントリを、macOS では ~/Library/Application Support/Claude/claude_desktop_config.json の claude_desktop_config.json に、Windows では %APPDATA%\Claude\claude_desktop_config.json にマージしてください:

{
  "mcpServers": {
    "databricks-tools": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://<workspace-hostname>/ai-gateway/mcp-services/<catalog>.<schema>.<service>",
        "--header",
        "Authorization: Bearer <databricks-pat>"
      ]
    }
  }
}

プレースホルダーを置き換え、トークンをソース管理から外し、Claudeデスクトップを再起動してください。 Claudeに読み取り専用ツールを呼び出して接続を確認するよう依頼してください。

Troubleshooting

• Claude Codeは接続できません:ugを使う場合はug doctor実行してください。 手動設定の場合は、ワークスペースのホスト名、トークン、モデル名、モデル権限を確認してください。

• デスクトップサインインに失敗した場合: クライアントID、発行 /oidc 、スコープ ai-gateway を確認してください。 登録されたリダイレクトURLはコネクタのホストとポートに一致している必要があります: 53180 はモデルとMCP用、53280 はこのガイドのスキル用です。 OAuthの申請変更は、有効化までに 最大30分 かかることがあります。

• デスクトップモデルが欠けています: モデルの権限を確認してください。 接続 > モデル > モデル リストで、モデルの Unity Catalog の完全名を追加します。 明示リストは自動検出の代わりになるので、使いたいすべてのモデルを含めてください。 変更を適用して再起動してください。

• MCPやスキルコネクタが失敗した場合: URLと権限を確認してください。 Authorization serverフィールドには上記のJSON配列を含める必要があります。 「 サインインしてテスト 」をクリックしてエラーを確認してください。

• ワークスペースのサインインは動作しますが、ツールでログインを求められます: MCPが返すログインリンクを開き、外部プロバイダーにサインインしてから呼び出しを再試行します。 ワークスペースへのサインインとプロバイダーへのサインインは別々のステップです。

• Claudeコード OAuthはリダイレクトの不一致や接続タイムアウトを報告します: カスタムOAuthアプリの場合、リダイレクトURLをコールバックホストとポートにマッチさせ、 ネットワークアクセスを確認してください。 OAuthアプリの変更は、効果が発揮されるまでに 最大30分 かかることがあります。

次のステップ

• ug CLI リファレンス
• ツールやスキルの追加