Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
La connessione degli agenti agli strumenti offre funzionalità pratiche oltre la generazione di testo, ad esempio la ricerca di documenti, l'esecuzione di query su tabelle, la chiamata di API esterne o l'esecuzione di codice personalizzato.
Il diagramma mostra la route MCP, che Azure Databricks consiglia per la maggior parte delle integrazioni. MCP è uno dei diversi modi per connettere gli agenti a servizi esterni. Insieme ai servizi MCP, è possibile chiamare le API REST direttamente tramite una connessione HTTP del catalogo Unity. Selezionare Managed OAuth per l'autenticazione per utente, il proxy delle connessioni di Unity Catalog per chiamare le API dal codice dell'agente, oppure gli strumenti funzione di Unity Catalog che eseguono il wrapping di http_request(). La tabella seguente riepiloga ogni modo per connettersi, dai dati Azure Databricks ai servizi esterni:
| Avvicinarsi | Caso d'uso consigliato |
|---|---|
| Server MCP gestiti per i dati di Azure Databricks | Utilizza questo approccio per interrogare i dati di Azure Databricks ed eseguire funzioni governate con i server MCP Genie pronto all'uso, Databricks AI Search, Databricks SQL e Unity Catalog Function. |
| Server MCP esterni | Usare questo approccio per i servizi che pubblicano un server MCP. Offre l'individuazione automatica degli strumenti e l'accesso regolamentato tramite Unity AI Gateway. |
| OAuth gestito | Usa questo approccio per le integrazioni di Google Drive o SharePoint. Azure Databricks gestisce le credenziali OAuth, quindi non è necessaria alcuna registrazione dell'app. |
| Proxy delle connessioni di Unity Catalog | Usare questo approccio per effettuare chiamate dirette all'API REST dal codice dell'agente usando l'SDK client del servizio esterno. |
| Strumenti per le funzioni del catalogo Unity | Usare questo approccio per le definizioni di strumenti basate su SQL che avvolgono la funzione http_request(). |
Server MCP gestiti per i dati di Azure Databricks
Azure Databricks offre server MCP gestiti pronti all'uso che forniscono agli agenti l'accesso ai dati e alle funzioni nell'area di lavoro, senza server da compilare o ospitare. Ogni server ha un URL dedicato e un ambito OAuth e il catalogo Unity regola l'accesso:
- Genie: eseguire query sui dati strutturati nelle tabelle Genie Agents e Unity Catalog con il linguaggio naturale.
- Ricerca di intelligenza artificiale di Databricks (ricerca vettoriale): eseguire ricerche nei documenti negli indici di ricerca vettoriali.
- Databricks SQL: eseguire query SQL sulle tabelle del catalogo Unity.
- Funzioni del catalogo Unity: chiamare funzioni sql e Python personalizzate registrate nel catalogo unity.
Per gli URL dei server, gli ambiti di OAuth e il catalogo completo, consulta server MCP gestiti di Azure Databricks. Per chiamare questi server dal codice dell'agente, vedere Usare i server MCP negli agenti.
Server MCP esterni
Connettere gli agenti ad applicazioni esterne come Slack, Google Calendar o qualsiasi servizio con un'API. Azure Databricks offre diversi approcci a seconda che il servizio esterno disponga di un server MCP, sia che sia necessaria l'autenticazione per utente o se si preferisce chiamare le API direttamente dal codice dell'agente. Tutti gli approcci si basano su una connessione HTTP del catalogo Unity, che fornisce la gestione sicura e regolamentata delle credenziali e supporta più metodi di autenticazione, tra cui l'autenticazione da utente a computer (U2M) OAuth 2.0 e l'autenticazione da computer a computer (M2M).
Se il servizio esterno dispone di un server MCP disponibile, Azure Databricks consiglia di registrarlo come servizio MCP nel catalogo unity. I servizi MCP offrono l'individuazione automatica degli strumenti, l'autenticazione per utente e la governance tramite Unity AI Gateway con concessioni, selezione degli strumenti e criteri di servizio.
- Vedere Registrare un server MCP esterno per registrare un server MCP esterno come servizio MCP e controllarlo. Per la configurazione della connessione e dell'autenticazione, vedere Passaggio 1. Creare una connessione.
- Vedere Usare server MCP negli agenti per esempi di codice per framework agente (OpenAI Agents SDK, LangGraph, Model Serving).
Per strumenti SaaS (Software-as-a-Service) comuni, ad esempio Slack, GitHub e Google Drive, Azure Databricks fornisce servizi MCP pronti all'uso senza configurazione. Vedere Servizi MCP forniti da Databricks.
OAuth gestito
Azure Databricks offre flussi OAuth gestiti per i provider di strumenti API selezionati. Non è necessario registrare l'app OAuth o gestire le credenziali. Azure Databricks consiglia OAuth gestito per lo sviluppo e il test. Se i casi d'uso di produzione richiedono la generazione di credenziali OAuth personalizzate, vedere la documentazione dei provider per altre informazioni.
Le integrazioni seguenti usano le credenziali OAuth che Azure Databricks gestisce e archivia in modo sicuro nel back-end.
| Provider | Note di configurazione | Ambiti supportati | Description |
|---|---|---|---|
| Google Drive API | Nessuno | https://www.googleapis.com/auth/drive.readonly https://www.googleapis.com/auth/documents.readonly https://www.googleapis.com/auth/spreadsheets.readonly offline_access |
Accesso in sola lettura ai file di Google Drive, inclusi Google Docs e Google Sheets. |
| Gmail API | Nessuno | https://www.googleapis.com/auth/gmail.readonly offline_access |
Accesso in sola lettura a messaggi, thread, bozze ed etichette gmail. |
| Google Calendar API | Nessuno | https://www.googleapis.com/auth/calendar.readonly offline_access |
Accesso in sola lettura agli eventi di Google Calendar, ai calendari e alle informazioni sulla disponibilità. |
| API SharePoint | Nessuno | 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 |
Accesso di sola lettura tramite Microsoft Graph a file di SharePoint e OneDrive, Outlook posta e calendario e Microsoft Teams chat, canali e riunioni. |
Per configurare OAuth gestito, creare una connessione HTTP con il tipo di autenticazione OAuth Utente a Macchina per Utente e selezionare il provider dal menu a discesa OAuth Provider. Per i passaggi dettagliati, vedere Creare una connessione al servizio esterno.
Il provider richiede a ogni utente di autorizzare il primo utilizzo.
Se necessario, aggiungere all’elenco degli elementi consentiti i seguenti URI di reindirizzamento utilizzati da OAuth gestito:
| Cloud | URI di reindirizzamento |
|---|---|
| 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 |
Per i provider OAuth gestiti con un server MCP pubblicato, ad esempio Glean, GitHub, Atlassian e Slack, Azure Databricks possono gestire le credenziali OAuth quando si registra il server come servizio MCP. Vedere Provider OAuth gestiti.
Endpoint proxy per le connessioni di Unity Catalog
Utilizzare l'endpoint proxy delle connessioni del catalogo Unity con l'SDK client del servizio esterno per invocare direttamente le API REST dal codice dell'agente. Puntare l'URL di base dell'SDK all'endpoint proxy e usare il token Azure Databricks come chiave API. Azure Databricks autentica la richiesta e inserisce automaticamente le credenziali del servizio esterno dalla connessione di Unity Catalog. Il codice non gestisce direttamente i token del servizio esterno.
Autorizzazioni necessarie:USE CONNECTION sull'oggetto connessione.
OpenAI
Usare DatabricksOpenAI per instradare le chiamate esterne a OpenAI tramite il proxy di connessioni di Unity Catalog. Creare prima di tutto una connessione HTTP di Unity Catalog usando la chiave API OpenAI archiviata come segreto databricks:
CREATE CONNECTION openai_connection TYPE HTTP
OPTIONS (
host 'https://api.openai.com',
base_path '/v1',
bearer_token secret ('<secret-scope>', '<secret-key>')
);
Installare quindi il databricks-openai pacchetto e usare l'URL proxy e il client dell'area di lavoro nel codice dell'agente:
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
Configurare lo Slack SDK per instradare tramite il proxy delle connessioni di Unity Catalog. Creare una connessione HTTP del catalogo Unity con host https://slack.com e percorso /apidi base, quindi usare l'URL proxy come URL di base dell'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"])
HTTP generico
Per i servizi senza un SDK dedicato, usare direttamente la requests libreria con l'URL del proxy:
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"},
)
Per informazioni dettagliate sull'endpoint proxy, sui metodi di autenticazione supportati e sulla configurazione della connessione, vedere Inoltrare le richieste tramite il proxy di connessione HTTP.
Strumenti per le funzioni del catalogo Unity
Note
Azure Databricks consiglia di usare i servizi MCP o il proxy di connessioni del catalogo Unity per le nuove integrazioni. Gli strumenti per le funzioni del catalogo Unity con http_request rimangono supportati, ma non sono più l'approccio consigliato.
È possibile creare una funzione di Unity Catalog che incapsula http_request() per chiamare servizi esterni. Questo approccio è utile per le definizioni di strumenti basate su SQL, ad esempio una funzione che invia un messaggio a Slack. Per la procedura dettagliata completa, inclusi l'esempio SQL e le limitazioni del tipo di connessione, vedere Chiamare API esterne con http_request (legacy).
Notebook di esempio
I seguenti notebook mostrano come creare strumenti per agenti di IA che si collegano a Slack, OpenAI e Azure AI Search.
Strumento agente di messaggistica Slack
Strumento di gestione dell'API Microsoft Graph
Agente di ricerca AI di Azure
Per una procedura dettagliata sulla connessione di un agente a Microsoft Teams, vedere Connettere un agente di intelligenza artificiale a Microsoft Teams.
Risorse aggiuntive
- Connettere gli agenti agli strumenti di terze parti con i servizi MCP per registrare e gestire i server MCP esterni.
-
Crea strumenti per agenti IA usando le funzioni di Unity Catalog per creare strumenti basati su funzioni di Unity Catalog, incluso l'approccio legacy
http_request. - Integrare gli strumenti del catalogo Unity con framework di intelligenza artificiale generati da terze parti per usare gli strumenti del catalogo Unity con LangChain, LlamaIndex, OpenAI e Anthropic.
- Connettersi a servizi HTTP esterni per configurare le connessioni HTTP e il proxy di connessioni.