Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Ta strona opisuje, jak uzupełniać odpowiedzi informacjami w czasie rzeczywistym z internetu na Azure Databricks. Użyj serwera wyszukiwania w sieci z protokołem Model Context Protocol (MCP), aby połączyć klientów i agentów kompatybilnych z MCP z narzędziami wyszukiwania w sieci.
Wskazówka
Kod Genie (tryb agenta) może to zrobić za Ciebie. Wypróbuj ten przykładowy monit:
Query the databricks-gemini-3-1-pro model using the OpenAI client with the google_search parameter enabled, ask a question about a current event, and print the response.
Co to jest wyszukiwanie w Internecie?
Wyszukiwanie w internecie umożliwia modelom bazowym pobieranie aktualnych informacji z internetu podczas generowania odpowiedzi. Po włączeniu wyszukiwania w Internecie model może przeszukiwać internet, aby znaleźć odpowiednie informacje i dołączyć je do odpowiedzi. Jest to przydatne w przypadku pytań dotyczących bieżących zdarzeń, ostatnich danych lub dowolnego tematu, w którym informacje w czasie rzeczywistym zwiększają odpowiedź.
Korzystanie z wyszukiwania w Internecie
Włącz wyszukiwanie w sieci dla klientów i agentów zgodnych z MCP, korzystając z serwera MCP do wyszukiwania webowego, takiego jak You.com z witryny Azure Databricks Marketplace.
Wyszukiwanie w sieci przez MCP
Klienci i agenci kompatybilni z MCP mogą niezależnie od dostawcy modelu wywołać narzędzie wyszukiwania internetowego. Połącz swojego klienta lub agenta z usługą lub serwerem MCP do wyszukiwania webowego za pomocą MCP.
Natywne narzędzie wyszukiwania sieciowego Anthropic nie jest dostępne za pośrednictwem interfejsów API Azure Databricks Foundation Model. Użyj MCP, aby udostępnić narzędzia wyszukiwania internetowego agentom korzystającym z modeli Anthropic.
Konfigurowanie serwera You.com MCP
You.com jest zewnętrzną alternatywą dla klientów i agentów kompatybilnych z MCP.
- Przejdź do Marketplace > Agents > MCP Servers w obszarze roboczym Azure Databricks.
- Wyszukaj You.com i kliknij przycisk Zainstaluj.
- Skonfiguruj połączenie:
-
Nazwa połączenia: wprowadź nazwę (na przykład
youcom_web_search). - Bearer token: wprowadź klucz interfejsu API You.com.
- Kliknij przycisk Zainstaluj.
- Udziel uprawnień USE CONNECTION odpowiednim użytkownikom lub grupom w obszarze Katalog > Połączeń > [połączenie] > Uprawnienia.
Po skonfigurowaniu serwer MCP jest dostępny jako narzędzie w środowisku AI Playground, a także dla agentów i innych klientów kompatybilnych z MCP. Adres URL punktu końcowego serwera proxy dla połączenia to:
https://<workspace_host>.databricks.com/api/2.0/mcp/external/<connection_name>
Użyj You.com z Claude Code
Aby używać You.com z Claude Code i API Foundation Model Azure Databricks, dodaj serwer You.com MCP:
claude mcp add youcom-search \
--transport http \
--url "https://<workspace_host>.databricks.com/api/2.0/mcp/external/<connection_name>" \
--header "Authorization: Bearer <your-databricks-pat>"
Sprawdź, czy serwer został dodany za pomocą polecenia claude mcp list.
Alternatywnie dodaj serwer bezpośrednio do ~/.claude.json.
{
"mcpServers": {
"youcom-search": {
"type": "http",
"url": "https://<workspace_host>.databricks.com/api/2.0/mcp/external/<connection_name>",
"headers": {
"Authorization": "Bearer <your-databricks-pat>"
}
}
}
}
Obsługiwane modele
Wyszukiwanie MCP wymaga klienta lub agenta, który może wywoływać narzędzia MCP. Nie ogranicza się do konkretnego dostawcy modeli. O integracji z agentami zobacz: Użyj narzędzi MCP w agencie Python.
Prywatność danych i przechowywanie danych
Gdy włączysz wyszukiwanie w internecie za pośrednictwem interfejsów API modeli bazowych Azure Databricks, wyszukiwanie jest uruchamiane na punkcie końcowym modelu bazowego hostowanym przez Azure Databricks. Zapytanie i wyniki wyszukiwania są przetwarzane przez model hostowany niezależnie od tego, który model wywoła aplikacja. Te same warunki ochrony danych i przechowywania danych, które regulują Model Sersing, dotyczą tych wniosków:
- Azure Databricks nie wykorzystuje wejść wysyłanych do Model Serving ani wyjść z niego do trenowania modeli. Zobacz Ochrona danych w Model Serving.
- Wszelkie tymczasowe dane przechowywane na potrzeby wykrywania nadużyć są przechowywane w tym samym regionie co obszar roboczy i podlegają ograniczeniu czasowemu. Zobacz Przechowywanie danych.
Model formułuje zapytania wyszukiwania na podstawie twojego promptu i przesyła je do zewnętrznego dostawcy wyszukiwania, aby pobrać wyniki. Traktuj treść monitu, która trafia do wyszukiwarki internetowej, jako dane opuszczające Azure Databricks i przekazywane dostawcy wyszukiwania, a następnie odpowiednio ogranicz zakres danych wysyłanych przez Twoją aplikację.
Ograniczenia
- Wyszukiwanie w sieci Web nie jest dostępne dla obszarów roboczych z włączoną zgodnością HIPAA/BAA, ponieważ zapytania wyszukiwania w Internecie są wysyłane do zewnętrznych usług wyszukiwania, które nie są zgodne ze standardem HIPAA.
- Wyniki wyszukiwania w Internecie zależą od możliwości formułowania zapytań wyszukiwania i syntezowania wyników przez model. Jakość odpowiedzi może się różnić.