メインコンテンツまでスキップ
に最終更新

外部 MCP サーバーを使用する

備考

プレビュー

この機能は パブリック プレビュー段階です。

外部ツールやサービスにアクセスするには、Databricks が管理するプロキシを介してエージェントをサードパーティのモデル コンテキスト プロトコル (MCP) サーバーに接続します。

Databricks は、外部 MCP サーバーに対して共有プリンシパル認証とユーザーごとの認証の両方をサポートしています。サポートされている認証方法を参照してください。

必要条件​

外部MCPサーバーをインストールする​

エージェントで使用する外部 MCP サーバーをインストールするには、4 つのオプションがあります。MCP プロバイダーがサポートされている場合は、資格情報の管理が不要なため、Managed OAuth から始めてください。そうでない場合は、Databricks Marketplace で事前に構築された統合を確認してください。その他のサーバーの場合は、カスタム HTTP 接続を使用します。すべての方法では、安全で認証されたアクセスのためにUnity Catalog接続が作成されます。

MCP サーバーに応じてインストール方法を選択します。

Databricks 、選択したサービスに対してマネージドOAuthフローを提供するため、独自のOAuthアプリを登録したり、資格情報を管理したりする必要がなくなります。 Databricks では、開発とテストにはマネージド OAuth を推奨しています。本番運用のユースケースでカスタムOAuth認証情報の生成が必要な場合、詳細についてはプロバイダーのドキュメントを参照してください。

次の統合では、バックエンドに安全に保存されている Databricks 管理の OAuth 資格情報を使用します。

プロバイダー

設定に関する注意事項

サポートされているスコープ

説明

Glean MCP

ホストが必要です。ベースパスは構成可能です (デフォルトは/mcp/default )。

mcp

Glean のエンタープライズ検索、チャット、ドキュメント、エージェント ツールにアクセスします。

GitHub MCP

なし

repo read:project read:org

GitHub リポジトリ、組織、プロジェクト データにアクセスします。

GoogleドライブAPI

なし

https://www.googleapis.com/auth/drive.readonly https://www.googleapis.com/auth/documents.readonly https://www.googleapis.com/auth/spreadsheets.readonly offline_access

Google ドライブ ファイルへの読み取り専用アクセス。

シェアポイントAPI

なし

https://graph.microsoft.com/Sites.Read.All offline_access openid profile

SharePoint サイトへの読み取り専用アクセス。

マネージド OAuth を設定するには:

  1. Databricks ワークスペースで、 [カタログ] > [接続] > [接続の作成] に移動します。
  2. 接続タイプとして HTTP を選択します。
  3. 認証タイプとして 「OAuth ユーザー対マシン (ユーザーごと)」 を選択します。
  4. OAuth プロバイダー ドロップダウンからプロバイダーを選択します。
  5. 必要に応じてプロバイダー設定を構成します (上記の表の構成に関する注意事項を参照)。
  6. OAuth スコープ フィールドには、必要なスコープをスペース区切りの文字列として入力します (例: MCP SEARCH )。選択したプロバイダーについては、上記の表でサポートされているスコープを参照してください。このフィールドを空のままにすると、 Databricksスコープの完全なセットを要求します。
  7. 接続の作成 をクリックします。

各ユーザーは、初めて使用するときにプロバイダーに承認を求めるメッセージが表示されます。

MCP サーバーを表示する​

いずれかのインストール方法を完了した後:

  • Unity Catalog接続はMCPサーバーの詳細を使用して作成されます

  • Databricksは、認証とトークン管理を安全に処理するマネージドプロキシエンドポイントをプロビジョニングします。

  • MCPサーバーはAI Playgroundで利用可能であり、エージェントでプログラム的に使用できます。

  • Unity Catalog権限を通じて他のユーザーに接続へのアクセスを許可することができます

  • プロキシエンドポイント URL は次の形式に従います。

    https://<workspace-hostname>/api/2.0/mcp/external/{connection_name}

MCPサーバーを表示するには、ワークスペース > エージェント > MCPサーバー に移動します。

エージェントMCPサーバータブ

MCPサーバー接続を共有する​

MCP サーバー接続を使用する必要がある ID プリンシパルにUSE CONNECTION権限を付与します。

  1. ワークスペースで、 「カタログ」 > 「接続」 > 「接続」 > 「権限」 に移動します。
  2. ID にUnity Catalog接続への適切なアクセス権を付与します。

Databricks内でMCPサーバーをテストする​

コードを記述せずに、Databricks 内で直接 MCP サーバーをテストできます。

Genie Codeの使用: MCP サーバーをGenie Codeに追加するのステップに従ってください

AI Playground の使用:

  1. Databricks ワークスペースの AI Playground に移動します。

  2. ツールが有効になっている ラベルが付いたモデルを選択します。

  3. [ツール] > [+ ツールの追加] をクリックし、利用可能なツール オプションから [MCP サーバー] を選択します。

  4. MCP サーバー セクションで、 外部 MCP サーバーを 選択して、利用可能な接続を参照します。

  5. 以前にインストールしたUnity Catalog接続 (例: github_connection ) を選択します。

  6. LLM とチャットして、MCP サーバー ツールとどのように対話するかをテストします。AI Playground は、MCP サーバーから利用可能なツールを自動的に検出し、LLM で利用できるようにします。

これにより、完全なエージェントを構築したり、本番運用に展開したりする前に、MCP サーバー統合のプロトタイプを迅速に作成してテストすることができます。

MCP サーバーをプログラムで使用する​

MCP サーバーをインストールしたら、プロキシ URL に接続してエージェント コード内でプログラム的に使用します。Databricks プロキシは、外部サーバーを管理対象 MCP サーバーのように動作させ、認証とトークン管理を処理します。

推奨される方法では、プロキシ エンドポイントをMANAGED_MCP_SERVER_URLSリストに追加して、外部 MCP サーバーを Databricks 管理対象サーバーとして扱います。

Python
from databricks.sdk import WorkspaceClient
from databricks_mcp import DatabricksMCPClient

# Initialize workspace client
workspace_client = WorkspaceClient()
host = workspace_client.config.host

# External MCP servers are proxied as managed servers, allowing you
# to use the same API for both managed and external servers
MANAGED_MCP_SERVER_URLS = [
    f"{host}/api/2.0/mcp/functions/system/ai",  # Default managed MCP
    f"{host}/api/2.0/mcp/external/github_connection"  # External MCP proxy
]

エージェントで MCP サーバーを使用するには、プロキシ URL をmanaged_server_urlsに渡します。

Python
# Use with agents - external servers work just like managed ones
import asyncio
from your_agent_code import create_mcp_tools  # Your agent's tool creation function

# Create tools from both managed and external (proxied) servers
mcp_tools = asyncio.run(
    create_mcp_tools(
        ws=workspace_client,
        managed_server_urls=MANAGED_MCP_SERVER_URLS
    )
)

Databricks MCP クライアントを使用してツールを直接呼び出すこともできます。

Python
# Direct tool call using DatabricksMCPClient
mcp_client = DatabricksMCPClient(
    server_url=f"{host}/api/2.0/mcp/external/github_connection",
    workspace_client=workspace_client
)

# List available tools
tools = mcp_client.list_tools()
print(f"Available tools: {[tool.name for tool in tools]}")

# Call a tool
response = mcp_client.call_tool(
    "list_commits",
    {"owner": "mlflow", "repo": "mlflow", "sha": "master"}
)
print(response.content[0].text)

サンプルノートブック: Databricks MCP サーバーを使用してエージェントを構築する​

次のノートブックは、Databricks プロキシ エンドポイントを介してアクセスされる外部 MCP サーバーを含む、MCP ツールを呼び出す LangGraph および OpenAI エージェントを作成する方法を示しています。

LangGraph MCP ツール呼び出しエージェント

ノートブックを新しいタブで開く

OpenAI MCP ツール呼び出しエージェント

ノートブックを新しいタブで開く

認証とセキュリティ​

Databricks は、管理された MCP プロキシと Unity Catalog HTTP 接続を使用して、外部 MCP サーバーへの認証を安全に処理します。次の認証方法がサポートされています。

サポートされている認証方法​

Databricks は、外部 MCP サーバーに対して次の種類の認証をサポートしています。

  • 共有プリンシパル認証 : すべてのユーザーは、外部サービスにアクセスするときに同じ資格情報を共有します。これには、ベアラー トークン、OAuth マシン間 (M2M)、および OAuth ユーザー間共有認証が含まれます。外部サービスがユーザー固有のアクセスを必要としない場合、または単一のサービス アカウントで十分な場合にこれを使用します。

  • ユーザーごとの認証 (OAuth U2M Per User) : 各ユーザーは独自の資格情報を使用して認証します。外部サービスは個々のユーザーに代わってリクエストを受信し、ユーザー固有のアクセス制御、監査、およびアカウンタビリティを実現します。ユーザーの GitHub リポジトリ、Slack メッセージ、カレンダーなどのユーザー固有のリソースにアクセスするときに使用します。

各認証方法の詳細な構成手順については、 「HTTP 接続」を参照してください。

セキュリティ上の利点​

  • セキュリティで保護されたトークン管理 : Databricks は、すべての OAuth フローとトークンの更新を自動的に処理します
  • 資格情報は公開されません : トークンがエンドユーザーに公開されることはありません
  • 認証の集中管理 : Unity Catalog接続を使用した一貫した認証パターン

制限​

  • Private Link を使用した VPC 内のリソースへのプライベート接続はサポートされていません。この機能が必要な場合は、サポート チームにお問い合わせください。

  • Databricks は、ストリーミング可能な HTTP トランスポート メカニズムを使用する外部 MCP サーバーのみをサポートします。

次のステップ​