Pular para o conteúdo principal
Última atualização em

Hospede seu próprio servidor MCP

Hospede servidores MCP personalizados ou de terceiros como aplicativos do Databricks. Servidores MCP personalizados são úteis se você já tiver um servidor MCP que deseja implantar ou se quiser executar um servidor MCP de terceiros como uma fonte de ferramentas.

O acesso a servidores MCP personalizados é controlado por meio das permissões do Databricks Apps. Para monitorar a atividade de MCP personalizada juntamente com seus outros servidores MCP e Endpoint de LLM, use o Unity AI Gateway. [[ ## completed ##]]

Para usar um servidor MCP personalizado hospedado no código do agente, consulte Use MCP servers in Custom Agents.

Requisitos​

Crie um servidor MCP personalizado a partir do padrão Apps​

Use o padrão integrada do servidor MCP Hello World para criar e implantar um servidor MCP com ferramentas de exemplo já incluídas:

  1. Na barra lateral, clique em Compute .

  2. Clique na tab Aplicativos .

  3. Clique em Criar aplicativo .

  4. Na categoria Agents , selecione o padrão MCP Server - Hello World .

  5. Insira um nome de aplicativo começando com mcp- (por exemplo, mcp-hello-world).

nota

O nome do aplicativo deve começar com mcp- para ser reconhecido como um servidor MCP no AI Playground.

  1. Clique em Criar aplicativo .

O Databricks implanta o aplicativo com código de exemplo que você pode personalizar.

O padrão inclui duas ferramentas de exemplo para ajudar você a começar:

  • health() : Uma ferramenta de diagnóstico que confirma que o servidor está operacional e retorna informações de status.
  • get_current_user() : Uma ferramenta que recupera a informação do usuário atual usando o SDK do Databricks, demonstrando como integrar a autenticação do Workspace.

Adicionar uma ferramenta personalizada​

Para adicionar sua própria ferramenta, abra o código-fonte do aplicativo e defina uma nova função usando o decorador @mcp.tool(). Por exemplo, a ferramenta a seguir converte strings para maiúsculas: [[ ## completed ##]]

Python
@mcp.tool()
def uppercase(text: str) -> str:
    """Convert a string to uppercase."""
    return text.upper()

Cada ferramenta deve incluir uma docstring. Os agentes utilizam a docstring para entender quando chamar a ferramenta. Após adicionar uma ferramenta, reimplante o aplicativo para disponibilizá-lo.

Consulte Criar um aplicativo a partir de um padrão para obter mais detalhes sobre como trabalhar com padrões de aplicativos, ou consulte o código-fonte do padrão no GitHub.

Hospede um servidor MCP existente como um aplicativo do Databricks​

Para hospedar um servidor MCP Python existente como um aplicativo do Databricks, siga os passos: [[ ## completed ##]]

Configure seu ambiente​

Antes de fazer o deploy do seu servidor MCP, autentique-se no seu workspace usando OAuth.

  1. Faça a execução do seguinte em um terminal local:

    Bash
    databricks auth login --host https://<your-workspace-hostname>

Configure o servidor MCP​

Utilize o uv para gerenciamento de dependências e ferramentas unificadas ao implantar seu servidor MCP.

  1. Adicione um requirements.txt ao diretório raiz do servidor MCP e inclua uv como uma dependência.

    uv lida com a instalação de dependências adicionais definidas na configuração do seu projeto.

    Txt
    uv

  2. Crie um arquivo pyproject.toml que define um ponto de entrada de script para o seu servidor.

    Exemplo pyproject.toml:

    Toml
    [project.scripts]
    custom-server = "server.main:main"

    Neste exemplo:

    • custom-server é o nome do script que você usa com uv run
    • server.main:main especifica o caminho do módulo (server/main.py) e a função (main) para execução

  3. Adicione um arquivo app.yaml especificando o comando da CLI para execução do servidor MCP usando uv run.

    Por default, os aplicativos Databricks escutam na porta 8000. Se o servidor escutar em uma porta diferente, defina-a usando uma substituição de variável de ambiente no arquivo app.yaml.

    Exemplo app.yaml:

    YAML
    command: [
        'uv',
        'run',
        'custom-server', # This must match a script defined in pyproject.toml
      ]

Ao executar uv run custom-server, o uv procura a definição do script, encontra o caminho do módulo e chama a função main().

Faça o deploy do servidor MCP como um aplicativo do Databricks​

  1. Crie um aplicativo Databricks para hospedar o servidor MCP:

    Bash
    databricks apps create mcp-my-server
nota

Adicione o prefixo mcp- ao nome do seu aplicativo para identificá-lo claramente como um servidor MCP. Esta convenção de nomenclatura ajuda na descoberta e organização em seu workspace.

  1. Faça o upload do código-fonte para o Databricks e implante o aplicativo executando os seguintes comandos a partir do diretório que contém seu arquivo app.yaml:

    Bash
    DATABRICKS_USERNAME=$(databricks current-user me | jq -r .userName)
    databricks sync . "/Users/$DATABRICKS_USERNAME/mcp-my-server"
    databricks apps deploy mcp-my-server --source-code-path "/Workspace/Users/$DATABRICKS_USERNAME/mcp-my-server"

Encontrar a URL do seu aplicativo implantado​

Após a implantação, você pode encontrar a URL do seu aplicativo na interface do usuário do Databricks. O endpoint do servidor MCP está disponível em https://<app-url>/mcp.

preços​

Servidores MCP personalizados estão sujeitos aos preços do Databricks Apps.

Outros recursos​

Nesta página