Aller au contenu principal
Dernière mise à jour le

Tutoriel : Gouverner l'accès de l'agent de codage au MCP GitHub

info

Bêta

Cette fonctionnalité est en Bêta. Les administrateurs de compte peuvent gérer l'accès à cette fonctionnalité depuis la console de compte de la page **Aperçus**. Consultez Gérer les aperçus Databricks.

Dans ce tutoriel, vous gouvernez l'accès d'un agent de codage à GitHub à l'aide d'Unity Catalog et d'AI Gateway. Supposons que votre équipe utilise un agent de codage tel que Claude Code ou Cursor avec le serveur MCP de GitHub, et que vous souhaitiez que les développeurs lisent les repository et ouvrent des pull requests via l'agent, mais ne forcent jamais le push ou la suppression, avec chaque appel d'outil audité.

Vous utilisez le service MCPsystem.ai.github pré-intégré fourni par Databricks, de sorte que vous n'hébergez ni n'enregistrez de serveur MCP ni ne créez de connexion Unity Catalog. Vous associez une stratégie de service intégrée pour bloquer les opérations d'écriture, accorder l'accès à votre équipe, connecter un agent de codage et confirmer que chaque appel d'outil est enregistré.

Prérequis​

  • Un Workspace activé pour Unity Catalog. Consultez Se familiariser avec Unity Catalog.

  • L'aperçu de la Unity AI Gateway et l'aperçu des services MCP fournis par Databricks sont activés pour votre compte. Consultez Gérer les aperçus Databricks.

  • Les privilèges suivants sur le service intégré system.ai.github:

    • MANAGE, pour attacher une politique de service.
    • EXECUTE, pour appeler le service et pour accorder l'accès à d'autres.

  • Le CLI Databricks, authentifié à votre Workspace.

Étape 1 : bloquer les opérations destructives avec une politique intégrée​

Le service MCP system.ai.github expose les outils de lecture de GitHub et, par default, échoue en mode fermé pour les outils d'écriture. Pour rendre cette garantie explicite et régie, associez la politique system.ai.github_policy intégrée avec l'option disallow_writes. Les politiques intégrées sont gérées par la plateforme : vous référencez le gestionnaire au lieu d'écrire votre propre fonction.

Bash
databricks api patch \
  "/api/2.1/unity-catalog/mcp-services/system.ai.github?update_mask=config.service_policies" \
  --json '{
    "config": {
      "service_policies": [
        {
          "name": "block_github_writes",
          "policy_type": "POLICY_TYPE_BUILTIN",
          "handler": "system.ai.github_policy",
          "options": { "disallow_writes": "true" }
        }
      ]
    }
  }'

Une fois la politique associée, un tools/call pour tout outil d'écriture (un outil non marqué en lecture seule) est rejeté, tandis que les outils de lecture et de demande d'extraction continuent de fonctionner. Pour en savoir plus sur les services et les politiques intégrés, consultez les services MCP fournis par Databricks et les politiques de service pour les éléments sécurisables de l'IA.

Étape 2 : Partagez le service MCP avec votre équipe​

Par default, seuls les principaux avec EXECUTE peuvent appeler le service. Pour accorder l'accès à votre équipe de développeurs depuis l'interface utilisateur :

  1. Dans l' AI Gateway , accédez au tab MCPs et sélectionnez le service MCP à partager, tel que system.ai.github.
  2. Allez à l'onglet Autorisations .
  3. Cliquez sur Accorder .
  4. Spécifiez le principal à autoriser à invoquer le service MCP, tel dev_team que, sélectionnez le privilège **EXECUTE**, et cliquez sur **Confirmer**.
remarque

Pour accorder l’accès à un service MCP dans system.ai, un administrateur de metastore doit d’abord s’accorder MANAGE sur le schéma system.ai.

Étape 3 : Connectez votre agent de codage​

Dirigez votre agent de codage vers l'endpoint MCP de la passerelle d'IA pour le service intégré :

https://<workspace-url>/ai-gateway/mcp-services/system.ai.github

Chaque développeur s'authentifie auprès de Databricks et doit disposer de EXECUTE sur le service MCP. Pour connaître les étapes de configuration spécifiques à l'agent pour Claude Code, Cursor et d'autres outils, consultez Connecter les MCP aux assistants d'IA et aux agents de codage. Pour des exemples d'invocation, y compris le SDK des agents OpenAI, consultez Invoquer le service MCP.

Étape 4 : Confirmez que l'activité est régie et enregistrée.​

Vérifiez que la gouvernance fonctionne des deux côtés :

  • Application des politiques : À partir de l'agent, un outil de lecture ou de demande de tirage réussit, tandis qu'un outil d'écriture est rejeté avec une erreur de politique.

  • Journalisation de l'utilisation : Interrogez la table système d'utilisation pour confirmer que les appels sont enregistrés :

    SQL
    SELECT service_name, mcp_metadata.tool_name AS tool_name, status_code, COUNT(*) AS calls
    FROM system.ai_gateway.usage
    WHERE service_type = 'MCP_SERVICE'
      AND service_name = 'system.ai.github'
    GROUP BY service_name, mcp_metadata.tool_name, status_code
    ORDER BY calls DESC;

Pour en savoir plus sur le monitoring, consultez Surveiller l'utilisation.

Étapes suivantes​

Sur cette page