ツールとスキルを追加
Unity Gateway CLI（ug）を使用して、MCPサーバーと共有スキルをコーディングエージェントに追加します。MCPツールはデータとサービスへのアクセスを提供します。スキルはチームのタスクとワークフローに関する手順を提供します。
手動設定については、サポートされているコーディングおよび作業エージェントの下にあるエージェントのガイドを参照してください。
前提条件
ug をインストールして構成します。基盤となるデータやサービスなど、使用するMCPサーバーまたはスキルへのアクセス権が必要です。
スキルダウンロードを含め、インストールおよび設定済みの MCP 対応エージェントが必要です。MCP 接続は、MCP をサポートするように設定されたすべてのエージェントに適用されます。
スキルを使用するには、管理者がベータ機能を有効にする必要があります。スキルの管理をご覧ください。
設定を変更した後は、通常のugコマンドでエージェントを再起動してください。
MCPツールを追加
system.ai.dbsql、system.ai.sandbox、または system.ai.web_search を使用するには、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 のベータ版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」を参照してください。
MCPサーバーを選択する
ug mcp add
プロンプトが表示された場合はサインインし、ピッカーでサーバーを選択します。入力してフィルターし、 Space キーを押して選択し、 Enter キーを押して確定します。
既存の接続は保持されます。タスクを記述して、ツールを使用するようにエージェントに指示します。
名前でMCPサーバーを選択する
MCPサーバーを名前で追加するには、完全なUnity Catalog名（<catalog>.<schema>.<server-name>）を使用します：
ug mcp add --names system.ai.github,system.ai.slack
スキーマ内のすべてのMCPサーバーを追加するには:
ug mcp add --location "<catalog>.<schema>"
その他の Databricks MCP サーバーを追加する
MCPサーバーピッカー外のリソースについては、--namesを指定したセレクターを使用します：
リソース | セレクター |
|---|---|
スキーマ内のAI Searchインデックス |
|
スキーマ内の Unity Catalog 関数 |
|
Genie Agent |
|
Databricksアプリでホストされている MCPサーバー |
|
AI Search、Unity Catalog関数、Genie Agentセレクターは、リソース権限によって管理されるワークスペースMCP エンドポイントに接続します。呼び出しは、Unity Gatewayのトレース、MCPの権限付与、ポリシー、およびガードレールをバイパスします。ワークスペース管理者が管理対象MCPサーバーを有効化する必要があります。
コーディングエージェントがそれらのリソースに対してMCPツールを必要とする場合は、AI検索および関数セレクターを使用してください。これらのEndpointとGenie Agent MCPはパブリックプレビュー段階です。SQLクエリーについては、Unity Gatewayを介して system.ai.dbsql を使用します。
たとえば、既存の Genie Agent を接続します。
ug mcp add --names "genie-space:<space-id>"
<space-id>をGenie space IDに置き換えます。
接続を確認して削除
ugによって構成されたMCPサーバーの一覧を表示します：
ug mcp list
追加した接続を削除するには：
ug mcp remove
削除するサーバーを選択し、 Enter キーを押します。選択した各接続は、追加したすべての日付から削除されます。MCPサーバー自体はワークスペース内で引き続き利用可能です。
その他のMCPクライアント
system.ai.dbsqlについては、まずUnity Gatewayベータを有効にしてください。
Claude Code、Codex、または Cursor については、エージェントガイドを使用してください。Web 版またはデスクトップ版の Claude については、Claude のコネクタに従ってください。
手動のOAuth設定については、アカウント管理者に、クライアントの正確なリダイレクトURLとai-gatewayスコープでカスタムOAuthアプリケーションを登録してもらいます。デスクトップおよびCLIクライアントは、クライアントシークレットなしでパブリッククライアントを使用します。シークレットを安全に保存できるサーバーサイドクライアントは、機密クライアントを使用できます。Databricks MCP Endpointは動的クライアント登録をサポートしていないため、クライアントは事前に設定されたクライアントIDを受け入れる必要があります。 Streamable HTTP を使用して、更新トークンのためにoffline_accessをリクエストします。
以下のクライアントについては、 Unity Gateway > MCPs の下で MCP を選択し、この URL を使用してください。
https://<workspace-hostname>/ai-gateway/mcp-services/<catalog>.<schema>.<service>?o=<workspace-id>
ホスト名、ワークスペース ID、MCP 名を置き換えます。たとえば、Genie One には system.ai.genie_one_mcp を、Databricks SQL には system.ai.dbsql を使用します。MCP を呼び出すためのアクセス許可が必要です。ユーザーごとの MCP の場合は、プロバイダーのサインインが必要です。
- ChatGPT
- Windsurf
- Replit
-
ChatGPTでDeveloper Modeを有効にします。可用性は、アカウントおよびワークスペースのポリシーによって異なります。
-
リンク先のChatGPTの手順に従い、MCP URLを使用してMCP接続を追加し、 OAuth を選択してください。
-
OAuthクライアントIDには、default ChatGPTクライアントID
https://chatgpt.com/oauth/client.jsonを入力してください。接続を保存してサインインを完了します。代わりに独自のOAuthアプリを使用するには、ChatGPTに表示されているOAuthリダイレクトURLをそのままコピーします。アカウント管理者に、そのURLと
ai-gatewayスコープを使用してDatabricks OAuthクライアントを作成してもらい、該当する場合はそのクライアントIDとシークレットを入力します。ChatGPT OAuthリダイレクトURLをご覧ください。 -
会話内で MCP コネクションを選択し、読み取り専用ツールを使用するように求めます。
IPアクセスリストが有効な場合、ChatGPTの送信元IPアドレスを許可します。
Cursorの手動OAuth構成を使用し、JSONを ~/.codeium/windsurf/mcp_config.json に保存します。登録済みのOAuthクライアントIDでmcp-remoteを使用します。
Windsurf を再起動し、ブラウザでのサインインを完了し、読み取り専用ツールを呼び出すようにエージェントに依頼します。Windsurf MCP 構成を参照してください。
アクセストークンを使用したローカルテストの場合:
- Replitのワークスペースで、 [Add MCP Server] をクリックし、MCP URLを入力します。
- 値
Bearer <databricks-pat>を持つカスタム ヘッダーAuthorizationを追加します。 - 保存して、読み取り専用ツールを呼び出すようにエージェントに依頼します。
トークンをソース管理に含めないようにしてください。現在の認証オプションについては、 Replit MCP ドキュメントを参照してください。
クライアントがツール呼び出しを行い、その結果が返されることを確認します。system.ai.dbsqlの場合は、SELECT 1 AS resultを試してください。接続に失敗した場合は、MCP認証を参照してください。
スキルを追加
スキルは次の 2 つの方法で使用できます。
- スキルのダウンロード: エージェントは、ネイティブスキルワークフローを通じてローカルスキルファイルを検出し、使用します。
- MCPを通じたスキルの使用： エージェントは、管理すべきローカルファイルなしで、スキルを使用する際に公開されたスキルレジストリから指示を取得します。
スキルのダウンロード
ug skills add
ピッカーでダウンロードするスキルを選択します。
ug SKILL.md およびサポートファイルを含む、完了した各スキル フォルダを ~/.claude/skills/ と ~/.agents/skills/ の両方にダウンロードします。エージェントに名前でスキルを使用するように依頼します。スキルコマンドについては、エージェントガイドを参照してください。
特定のスキルをダウンロードするには、完全なUnity Catalog名を使用します。
ug skills add --names "<catalog>.<schema>.<skill-name>"
スキーマ内のすべてのスキルをdownloadするには:
ug skills add --location "<catalog>.<schema>"
両方のオプションでコンマ区切りの名前を受け入れます。コマンドでは、両方ではなく --names または --location を使用してください。同じコマンドを再実行して更新を取得します。既存のスキルフォルダーを上書きする前に ug がプロンプトを表示します。
ダウンロードすると、MCPを介してすでに接続されているスキーマを変更することなく、スキル レジストリの検出ツールやロードツールも有効になります。
プロジェクトにスキルをダウンロードする
プロジェクトディレクトリから、次のように実行します。
ug skills add --path "$PWD"
スキルを選択します。ugは、プロジェクトの.claude/skills/および.agents/skills/ディレクトリの下にそれらを書き込みます。--pathを--namesまたは--locationと組み合わせることもできます。
--path 既存の絶対プロジェクトディレクトリを指定する必要があります。エージェント設定用の個別のホームディレクトリを使用するug geminiでプロジェクトのダウンロードを使用します。
MCPを通じて公開済みスキルに接続する
MCPを介してエージェントが使用できるスキルのスキーマを選択するには:
ug skills add --via mcp
ピッカーでスキーマを選択します。スキーマを直接指定するには：
ug skills add --location "<catalog>.<schema>" --via mcp
ug これらのスキーマをスキルレジストリ接続に追加し、すでに接続されているスキーマはそのまま維持します。--via mcpを--pathまたは--namesと組み合わせて使用することはできません。
エージェントで、公開されたスキルを使用するように指示します。
Use <catalog>.<schema>.<skill-name> to review this query.
エージェントにスキーマ内のスキルをリストアップするよう依頼することもできます。MCP を介して読み込まれたスキルは、エージェントのネイティブスキルメニューに表示されない場合があります。
スキルのリスト
ug skills list
スキルを削除する
ダウンロードしたスキルを選択して削除するには:
ug skills remove
現在のプロジェクトから特定のスキルを削除するには：
ug skills remove --names "<catalog>.<schema>.<skill-name>" --path "$PWD"
スキーマからすべてのダウンロードを削除するには、--namesの代わりに--location "<catalog>.<schema>"を使用します。--pathがない場合、削除にはユーザーディレクトリとプロジェクトディレクトリにわたってugによってダウンロードされたコピーが含まれます。公開されたスキルはUnity Catalogに残ります。
ライブ MCP 接続からスキーマを削除するには:
ug skills remove --location "<catalog>.<schema>" --via mcp
--location を省略して、ピッカーでスキーマを選択します。スキーマを削除しても、ダウンロードしたファイルやレジストリのディスカバリーツールはそのまま残ります。