Serveurs MCP personnalisés
Créez un serveur MCP sur Databricks Apps pour permettre à votre agent d'appeler vos propres outils. Databricks Apps fournit le compute pour exécuter le serveur ainsi qu'une URL HTTPS à laquelle les agents peuvent se connecter.
Choisissez votre chemin d'accès
Choisissez l'une de ces trois manières d'héberger un serveur MCP sur Databricks Apps :
- Build a server from the Starter template to write your own Python tools.
- Exposer une API REST en tant qu'outils MCP si vous disposez déjà d'une API HTTP.
- Deploy an existing MCP server si vous possédez déjà le code du serveur.
Créez un serveur à partir du template Starter
Le template MCP Server (Starter) inclut un outil de vérification de l'état fonctionnel que vous pouvez appeler avant d'ajouter votre propre code Python.
Étape 1 : Recherchez et déployez le template
Utilisez un workspace qui répond aux exigences de Databricks Apps.
- Dans votre workspace, ouvrez Unity Gateway et sélectionnez MCPs .
- Cliquez sur + MCP et choisissez Créer un nouveau serveur MCP . La page de création de Databricks Apps s’ouvre.
- Trouvez Installer à partir d’un template . Dans cette galerie de templates, sélectionnez le tab Agents , puis MCP Server (Starter) .
- Examinez les paramètres de Ressources, de compute et d'autorisation. Cliquez sur Next pour poursuivre la configuration.
- Nommez l’application
mcp-my-serveret cliquez sur Create app . Utilisez un autre nom commençant parmcp-si ce nom est déjà pris. Ce préfixe permet à AI Playground de reconnaître le serveur MCP.
La création de l’application déploie également le code du Template. Attendez que le déploiement se termine sur la page Overview de l’application ; c’est là que vous trouverez son URL et son statut de déploiement.
Étape 2 : Appeler le premier outil
Copiez l'URL de l'application depuis sa page Overview et ajoutez /mcp à la suite :
https://<app-hostname>/mcp
Connectez votre agent avec cette URL.
Demandez à votre agent : "Call the health tool." Confirmez que l’outil renvoie "status": "healthy".
Étape 3 : Ajoutez votre propre outil
Ajoutez un outil qui convertit le texte en majuscules :
-
Sur la page Overview de l'application, suivez les instructions de la section Edit in your IDE pour copier le code source sur votre informatique et synchroniser les modifications avec le Workspace.
-
Ouvrez
server/tools.py. Ajoutez cette fonction à l'intérieur deload_tools(mcp_server), aux côtés des outils existants :Python@mcp_server.tool
def uppercase(text: str) -> str:
"""Convert a string to uppercase."""
return text.upper() -
Synchronisez vos modifications et redéployez l'application.
-
Reconnectez votre agent pour charger les outils mis à jour. Demandez-lui d’appeler
uppercaseavechelloet confirmez que le résultat estHELLO.
Consultez la source du Template de démarrage pour obtenir le serveur complet.
Expose a REST API as MCP tools
Utilisez cette option lorsque vous disposez déjà d’une HTTP API, telle qu’une API de recherche de clients, et que vous souhaitez que votre agent l’appelle. Le Template MCP Server (OpenAPI) fournit des outils pour découvrir et appeler les Endpoint de votre API.
Étape 1 : Préparer l'API
Le template a besoin de deux choses :
- An API description: Save your API's OpenAPI 3.x specification as
spec.jsonand upload it to a volume. Place it at the volume root, outside any subfolder. See the example specification. - Une connexion HTTP : créez une connexion qui stocke les identifiants d'authentification de votre API, ou utilisez-en une existante. Copiez le nom de la connexion. Sa création nécessite
CREATE CONNECTION.
Step 2: Create the app
- Dans Unity Gateway , sélectionnez MCPs , cliquez sur + MCP , puis choisissez Build a new MCP server .
- Sur la page de création des applications, sous Install from a template , sélectionnez Agents , puis MCP Server (OpenAPI) .
- Pour la ressource uc-volume , sélectionnez le volume contenant
spec.json. Cela donne à l’application accès à la description de votre API. - Poursuivez avec les paramètres de compute et d’autorisation. Nommez l’application
mcp-my-apiet cliquez sur Créer une application .
Étape 3 : Définir la connexion de l'API
L'application a besoin du nom de la connexion HTTP pour authentifier les requêtes adressées à votre API.
-
Sur la page Overview de l'application, utilisez Edit in your IDE pour copier le code source sur votre ordinateur et configurer la synchronisation avec le workspace.
-
Ouvrez
app.yaml. Dans la sectionenv, recherchezUC_CONNECTION_NAMEet définissez sa valeur sur le nom de votre connexion :YAML- name: UC_CONNECTION_NAME
value: my_api_connectionRemplacez
my_api_connectionpar le nom de votre connexion. Laissez les autres paramètres de template inchangés. -
Synchronisez le fichier mis à jour, puis redéployez l'application. Attendez que le déploiement se termine dans Aperçu .
Étape 4 : Effectuez le premier appel
Chaque appelant a besoin de USE CONNECTION sur la connexion HTTP. S’il utilise l’OAuth par utilisateur, connectez-vous au fournisseur lorsque vous y êtes invité.
- Copiez l'URL de l'application depuis Overview , ajoutez
/mcpet connectez votre agent. - Demandez à votre agent d’appeler
list_api_endpoints. Vérifiez que le résultat inclut les Endpoint dans votre spécification. - Demandez à l’agent d’appeler un endpoint en lecture seule et confirmez qu’il renvoie des données de votre API.
Consultez la source du Template OpenAPI pour obtenir les détails de configuration.
Exemple de spécification OpenAPI
Cette spécification décrit GET /widgets. Remplacez l'URL et les Opérations par les valeurs de votre API :
{
"openapi": "3.1.0",
"info": { "title": "Example API", "version": "1.0.0" },
"servers": [{ "url": "https://api.example.com" }],
"paths": {
"/widgets": {
"get": {
"summary": "List widgets",
"responses": { "200": { "description": "A list of widgets" } }
}
}
}
}
Déployer un serveur MCP existant
Hébergez votre serveur MCP existant sur Databricks Apps.
Étape 1 : Préparez votre serveur
Votre dossier source doit contenir les éléments suivants :
-
Un serveur HTTP : configurez HTTP diffusable. Écoutez sur
0.0.0.0et sur le port dansDATABRICKS_APP_PORT(default8000). Notez votre chemin MCP, tel que/mcp. -
Dépendances : incluez le fichier de dépendance approprié, tel que
requirements.txtpour Python oupackage.jsonpour Node.js. -
Commande start : ajoutez
app.yamlavec la commande qui démarre votre serveur. Pour un point d'entrée Python nomméserver.py, utilisez :YAMLcommand: ['python', 'server.py']
Étape 2 : Déployer et connecter
- Dans Unity Gateway , sélectionnez MCPs , cliquez sur + MCP , puis choisissez Build a new MCP server .
- Sur la page de création d'applications, choisissez Create a custom app . Nommez-le avec le préfixe
mcp-et terminez la configuration de l'application. - Sur la page Overview de l'application, utilisez Edit in your IDE pour synchroniser votre dossier source avec le workspace.
- Cliquez sur Deploy , sélectionnez le dossier du workspace, puis cliquez sur Select et Deploy . Attendez la fin du déploiement. Consultez Instructions de déploiement.
- Copiez l'URL de l'application et ajoutez votre chemin MCP. Connectez votre agent à l'aide de cette URL et appelez l'un des outils de votre serveur pour vérifier la connexion.
Connectez votre agent
Utilisez l'URL MCP correspondant au chemin d'accès que vous avez choisi. Pour les Template de démarrage et OpenAPI, ajoutez /mcp à l'URL de l'application. Pour un serveur existant, utilisez le chemin MCP configuré dans votre serveur.
Choisissez le guide de configuration de votre agent :
- Agents de code : Ajoutez l'application avec
ug mcp add --names "app:mcp-my-server". Remplacezmcp-my-serverpar le nom de votre application. - Python agents: Follow Use MCP tools with the app's MCP URL.
- Other clients : Configure OAuth avec la même URL.
Les appelants doivent disposer de l'autorisation CAN USE sur l'application. Consultez Apps permissions.
Tarifs et monitoring
Les applications utilisent les Tarifs de Databricks Apps. Pour les logs de déploiement et de requête, consultez Journaux et monitoring pour Databricks Apps.