Pular para o conteúdo principal
Última atualização em

Tutorial: Governe o acesso de um agente de codificação ao MCP do GitHub

info

Beta

Este recurso está em Beta. Os administradores de conta podem gerenciar o acesso a esse recurso na página **Prévias** do console da conta. Consulte Gerenciar prévias do Databricks.

Neste tutorial, você governa o acesso de um agente de codificação ao GitHub usando o Unity Catalog e o AI Gateway. Suponha que sua equipe use um agente de codificação, como Claude Code ou Cursor, com o servidor MCP do GitHub, e você queira que os desenvolvedores leiam repositórios e abram pull requests através do agente, mas nunca façam um 'force-push' ou excluam, com cada chamada de ferramenta auditada.

Você usa o serviço MCPsystem.ai.github pré-criado que a Databricks oferece, para não precisar hospedar ou fazer o registro de um servidor MCP nem criar uma conexão do Unity Catalog. Você anexa uma policy de serviço integrada para bloquear operações de gravação, conceder acesso à sua equipe, conectar um agente de codificação e confirmar que cada chamada de ferramenta tem um log.

Pré-requisitos​

  • Um workspace habilitado para Unity Catalog. Consulte Começar a usar o Unity Catalog.

  • A prévia do Unity AI Gateway e a prévia dos Serviços MCP fornecidos pelo Databricks ativadas para sua account. Consulte Gerenciar prévias do Databricks.

  • Os seguintes privilégios no serviço integrado system.ai.github:

    • MANAGE, para anexar uma política de serviço.
    • EXECUTE, para invocar o serviço e conceder acesso a outras pessoas.

  • A CLI do Databricks, autenticada em seu workspace.

O passo 1: Bloquear operações destrutivas com uma política integrada.​

O system.ai.github serviço MCP expõe as ferramentas de leitura do GitHub e, por default, falha fechado em ferramentas de gravação. Para tornar essa garantia explícita e governada, anexe a política integrada system.ai.github_policy com a opção disallow_writes. Políticas integradas são gerenciadas pela plataforma: você referencia o manipulador em vez de escrever sua própria função.

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" }
        }
      ]
    }
  }'

Com a política anexada, um tools/call para qualquer ferramenta de gravação (uma ferramenta não marcada como somente leitura) é rejeitado, enquanto as ferramentas de leitura e pull request continuam funcionando. Para saber mais sobre serviços e políticas integradas, consulte Serviços MCP fornecidos pela Databricks e Políticas de serviço para objetos protegíveis de AI.

O passo 2: Compartilhe o serviço MCP com sua equipe​

Por default, somente os principais com EXECUTE podem invocar o serviço. Para conceder acesso à sua equipe de desenvolvedores da IU:

  1. No AI Gateway , vá para a tab MCPs e selecione o serviço MCP a ser compartilhado, como system.ai.github.
  2. Acesse a tab Permissões.
  3. Clique em Conceder .
  4. Especifique o service principal para permitir invocar o serviço MCP, como dev_team, selecione o privilégio EXECUTE e clique em Confirmar .
nota

Para conceder acesso em um serviço MCP em system.ai, um administrador de metastore deve primeiro conceder a si mesmo MANAGE no esquema system.ai.

O passo 3: Conecte seu agente de codificação​

Aponte seu agente de codificação para o endpoint MCP do AI Gateway para o serviço integrado:

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

Cada desenvolvedor se autentica no Databricks e deve ter EXECUTE no Serviço MCP. Para os passos de configuração específicos do agente para Claude Code, Cursor e outras ferramentas, consulte Conectar MCPs a assistentes de AI e agentes de codificação. Para exemplos de invocação, incluindo o SDK de Agentes OpenAI, consulte Invocar o Serviço MCP.

O passo 4: Confirme se a atividade é governada e registrada como log.​

Verifique se a governança está funcionando de ambas as extremidades:

  • Aplicação de políticas : Do agente, uma ferramenta de leitura ou pull request é bem-sucedida, enquanto uma ferramenta de escrita é rejeitada com um erro de política.

  • Registro de uso : consulte a tabela do sistema de uso para confirmar se as chamadas são registradas:

    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;

Para saber mais sobre o monitoramento, consulte Monitorar o uso.

Próximos os passos​

Nesta página