Use servidores MCP externos

info

Visualização

Este recurso está em Pré-visualização Pública.

Conecte agentes a servidores de Protocolo de Contexto de Modelo (MCP) de terceiros por meio de proxies Databricks-gerenciar para acessar ferramentas e serviços externos.

O Databricks oferece suporte à autenticação tanto por principal compartilhada quanto por usuário para servidores MCP externos. Consulte Métodos de autenticação suportados.

Requisitos

Um workspace com a visualização dos Servidores MCP gerenciados habilitada. Veja as prévias do gerenciar Databricks.
Você deve ter privilégio CREATE CONNECTION no metastore Unity Catalog que armazena as informações de conexão MCP.
O servidor MCP deve usar o mecanismo de transporte HTTP Streamable.

Instale um servidor MCP externo.

Você tem quatro opções para instalar servidores MCP externos para usar com seus agentes. Comece gerenciando OAuth se o seu provedor MCP for compatível, já que ele não exige gerenciamento de credenciais. Caso contrário, verifique o Databricks Marketplace para uma integração pré-configurada. Para qualquer outro servidor, utilize uma conexão HTTP personalizada. Todos os métodos criam uma conexão Unity Catalog para acesso seguro e autenticado.

Escolha o método de instalação com base no seu servidor MCP:

Managed OAuth (recommended)
From Databricks Marketplace
Custom HTTP connection
Dynamic Client Registration (Experimental)

Databricks oferece gerenciamento de fluxos OAuth para serviços selecionados, eliminando a necessidade de registrar seu próprio aplicativo OAuth ou gerenciar credenciais. Databricks recomenda o gerenciamento OAuth para desenvolvimento e testes. Se os casos de uso em produção exigirem a geração de credenciais OAuth personalizadas, consulte a documentação dos provedores para obter mais informações.

As seguintes integrações utilizam credenciais OAuth Databricks-gerenciar armazenadas com segurança no backend.

Provedor	Notas de configuração	Escopos suportados	Descrição
Glean MCP	Requer um host. O caminho base é configurável (o padrão é `/mcp/default`).	`mcp`	Acesse as ferramentas corporativas de busca, chat, documentos e agentes do Glean.
GitHub MCP	Nenhuma	`repo read:project read:org`	Acesse repositórios, organizações e dados de projetos do GitHub.
API do Google Drive	Nenhuma	`https://www.googleapis.com/auth/drive.readonly https://www.googleapis.com/auth/documents.readonly https://www.googleapis.com/auth/spreadsheets.readonly offline_access`	Acesso somente leitura aos arquivos do Google Drive.
API do SharePoint	Nenhuma	`https://graph.microsoft.com/Sites.Read.All offline_access openid profile`	Acesso somente leitura aos sites do SharePoint.

Para configurar o gerenciamento OAuth:

No seu workspace Databricks , acesse Catálogo > Conexões > Criar conexão .
Selecione HTTP como tipo de conexão.
Selecione OAuth Usuário para Máquina por Usuário como o tipo de autenticação.
Na dropdown "ProvedorOAuth , selecione o seu provedor.
Configure as definições do fornecedor conforme necessário (consulte as notas de configuração na tabela acima).
No campo EscopoOAuth , insira os escopos necessários como strings separadas por espaços (por exemplo, MCP SEARCH). Consulte os escopos suportados na tabela acima para o provedor selecionado. Se você deixar este campo vazio, Databricks solicitará o conjunto completo de escopos default .
Clique em Criar conexão .

Cada usuário será solicitado a autorizar o acesso junto ao provedor no primeiro uso.

info

Visualização

Este recurso está em Pré-visualização Pública.

Instale servidores MCP selecionados diretamente do Databricks Marketplace:

No seu workspace Databricks , acesse Marketplace > Agentes > tab Servidores MCP .
Localize o servidor MCP que deseja instalar e clique em Instalar .
Na caixa de diálogo de instalação, configure a conexão:
- Nome da conexão : Insira um nome para a conexão Unity Catalog (por exemplo, github_connection).
- Host : O domínio do host é preenchido previamente para servidores selecionados.
- Caminho base : O caminho base é preenchido previamente para servidores selecionados.
Configurar credenciais: Insira suas credenciais de autenticação. Os campos obrigatórios dependem do tipo de credencial do servidor:
- Para autenticação com tokens de portador , forneça seus tokens de portador.
- Para autenticação OAuth U2M , forneça seu ID do cliente e segredo do cliente.
Consulte a documentação do provedor do servidor MCP para obter instruções sobre como obter essas credenciais.
Clique em Instalar para criar a conexão.

Para obter detalhes completos sobre a instalação do marketplace, consulte Obter acesso a servidores MCP externos.

info

Visualização

Este recurso está em Pré-visualização Pública.

Use o Registro Dinâmico de Cliente (DCR) para registrar e instalar automaticamente servidores MCP que suportam OAuth 2.0 DCR (RFC7591).

O DCR lida automaticamente com a descoberta OAuth , o registro do cliente e a criação da conexão Unity Catalog sem exigir configuração manual de credenciais.

Para utilizar o DCR, você deve atender aos seguintes requisitos:

O servidor MCP deve suportar autorização DCR e OAuth 2.0.
O servidor MCP deve expor o endpoint de metadados OAuth .

Instale ou atualize o pacote databricks-mcp para obter a versão mais recente:
Python
```
%pip install -U databricks-mcp
%restart_python
```

Utilize a função de registro DCR para criar uma conexão com o Unity Catalog :

Python
from databricks.sdk import WorkspaceClient
from databricks_mcp import register_mcp_server_via_dcr

# Initialize workspace client
workspace_client = WorkspaceClient()

# Register MCP server via DCR
connection_url = register_mcp_server_via_dcr(
    connection_name="my_mcp_server",
    mcp_url="https://mcp.example.com/api",
    workspace_client=workspace_client
)

print(f"Connection created: {connection_url}")

veja seu servidor MCP

Após concluir qualquer método de instalação:

Uma conexão Unity Catalog é criada com os detalhes do seu servidor MCP.
Databricks provisionamento gerencia um endpoint proxy que lida com segurança com autenticação e gerenciamento de tokens.
O servidor MCP está disponível no AI Playground e pode ser usado programaticamente em seus agentes.
Você pode conceder acesso à conexão a outros usuários por meio das permissões Unity Catalog

A URL do endpoint do proxy segue este formato:

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

Para view seu servidor MCP, acesse seu workspace > Agentes > Servidores MCP.

tabdo servidor MCP dos agentes

Compartilhar a conexão do servidor MCP

Conceda privilégios USE CONNECTION às entidades de identidade que precisam usar a conexão com o servidor MCP:

Em seu workspace, acesse Catálogo > Conexões > Sua conexão > Permissões .
Conceda às identidades o acesso apropriado à conexão com o Unity Catalog .

Servidores MCP de teste no Databricks

Você pode testar servidores MCP diretamente no Databricks sem escrever nenhum código.

Usando o código Genie: siga os passos em Adicionar servidores MCP ao código Genie.

Utilizando o AI Playground:

Acesse o AI Playground no seu workspace Databricks .
Escolha um modelo com o rótulo Ferramentas habilitadas .
Clique em Ferramentas > + Adicionar ferramenta e selecione Servidores MCP nas opções de ferramentas disponíveis.
Na seção Servidores MCP , selecione Servidores MCP externos para navegar pelas conexões disponíveis.
Escolha a conexão Unity Catalog que você instalou anteriormente (por exemplo, github_connection).
Converse com o LLM para testar como ele interage com as ferramentas do seu servidor MCP. O AI Playground descobre automaticamente as ferramentas disponíveis no seu servidor MCP e as disponibiliza para o LLM.

Isso permite que você crie protótipos e teste rapidamente as integrações do servidor MCP antes de desenvolver agentes completos ou implantá-los em produção.

Use servidores MCP programaticamente

Após instalar um servidor MCP, utilize-o programaticamente no código do seu agente, conectando-se ao URL do proxy. O proxy Databricks faz com que servidores externos se comportem como servidores MCP, gerenciando autenticação e tokens.

Databricks MCP Client
Standard MCP SDK

A abordagem recomendada trata servidores MCP externos como servidores de gerenciamento Databricks adicionando o endpoint do proxy à sua lista MANAGED_MCP_SERVER_URLS .

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
]

Para usar o servidor MCP em um agente, passe a URL do proxy para o parâmetro managed_server_urls :

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
    )
)

Você também pode chamar a ferramenta diretamente usando o Databricks MCP Client:

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)

Conecte-se aos servidores MCP usando o SDK MCP padrão com async/await:

Python
%pip install -U databricks-sdk databricks_mcp tabulate databricks_ai_bridge
%restart_python

import json
from databricks.sdk import WorkspaceClient
from databricks_mcp import DatabricksOAuthClientProvider
from databricks.sdk.credentials_provider import ModelServingUserCredentials
from mcp.client.streamable_http import streamablehttp_client as connect
from mcp import ClientSession
from tabulate import tabulate


async def main():
    app_url = "https://<workspace-hostname>/api/2.0/mcp/external/github_connection"
    client = WorkspaceClient()

    async with connect(app_url, auth=DatabricksOAuthClientProvider(client)) as (
        read_stream,
        write_stream,
        _,
    ):
        async with ClientSession(read_stream, write_stream) as session:
            init = await session.initialize()
            print(json.dumps(init.model_dump(), indent=2))
            tools = await session.list_tools()
            print(json.dumps(tools.model_dump(), indent=2))

            arguments = {
                "owner": "mlflow",
                "repo": "mlflow",
                "sha": "master"
            }
            response = await session.call_tool(name="list_commits", arguments=arguments)

            data = json.loads(response.content[0].text)
            rows = []
            for commit in data:
                author = commit.get("commit", {}).get("author", {}).get("name")
                message = commit.get("commit", {}).get("message", "").split("\n")[0]
                html_url = commit.get("html_url", "")
                rows.append([author, message, html_url])

            # Print as table
            print(tabulate(rows, headers=["Author", "Message", "Commit URL"], tablefmt="github"))

await main()

Exemplo de Notebook: Crie um agente com servidores MCP Databricks

O Notebook a seguir mostra como criar agentes LangGraph e OpenAI que chamam ferramentas MCP, incluindo servidores MCP externos acessados por meio do ponto de extremidade proxy Databricks .

Agente de chamada de ferramenta LangGraph MCP

Abrir notebook em uma nova aba

Agente de chamada de ferramenta OpenAI MCP

Abrir notebook em uma nova aba

Autenticação e segurança

Databricks utiliza proxies MCP e conexões HTTP Unity Catalog para lidar com segurança com a autenticação em servidores MCP externos. Os seguintes métodos de autenticação são suportados:

Métodos de autenticação suportados

O Databricks oferece suporte aos seguintes tipos de autenticação para servidores MCP externos:

Autenticação de entidade compartilhada : Todos os usuários compartilham as mesmas credenciais ao acessar o serviço externo. Isso inclui tokens Bearer, OAuth de máquina para máquina (M2M) e autenticação OAuth compartilhada de usuário para máquina. Use esta opção quando o serviço externo não exigir acesso específico do usuário ou quando uma única account de serviço for suficiente.
Autenticação por usuário (OAuth U2M por usuário) : Cada usuário se autentica com suas próprias credenciais. O serviço externo recebe solicitações em nome do usuário individual, permitindo controle de acesso específico do usuário, auditoria e responsabilização. Use isso ao acessar recursos específicos do usuário, como repositórios GitHub , mensagens do Slack ou calendário.

Para obter instruções detalhadas de configuração para cada método de autenticação, consulte Conexões HTTP.

Benefícios de segurança

Gerenciamento seguro de tokens : o site Databricks lida com todos os fluxos e tokens do OAuth refresh automaticamente
Nenhuma credencial exposta : Os tokens nunca são expostos aos usuários finais
Autenticação centralizada : padrões de autenticação consistentes usando conexões do Unity Catalog

Limitações

A conectividade privada para recurso em sua VPC usando Private Link não é suportada. Entre em contato com sua equipe de suporte se precisar dessa funcionalidade.
O Databricks suporta apenas servidores MCP externos que usam o mecanismo de transporte HTTP Streamable.

Next os passos

Usar servidores MCP gerenciar juntamente com servidores externos
Conecte clientes aos servidores MCP para acessar a infraestrutura MCP do Databricks
Crie servidores MCP personalizados para as necessidades da sua organização
Agentes implantados que usam servidores MCP externos

Requisitos​

Instale um servidor MCP externo.​

veja seu servidor MCP​

Compartilhar a conexão do servidor MCP​

Servidores MCP de teste no Databricks​

Use servidores MCP programaticamente​

Exemplo de Notebook: Crie um agente com servidores MCP Databricks​

Agente de chamada de ferramenta LangGraph MCP

Agente de chamada de ferramenta OpenAI MCP

Autenticação e segurança​

Métodos de autenticação suportados​

Benefícios de segurança​

Limitações​

Next os passos​

Requisitos

Instale um servidor MCP externo.

veja seu servidor MCP

Compartilhar a conexão do servidor MCP

Servidores MCP de teste no Databricks

Use servidores MCP programaticamente

Exemplo de Notebook: Crie um agente com servidores MCP Databricks

Autenticação e segurança

Métodos de autenticação suportados

Benefícios de segurança

Limitações

Next os passos