Esercitazione: Gestire l'accesso MCP GitHub di un agente di codifica

In questa esercitazione si regola l'accesso di un agente di scrittura del codice a GitHub usando Il catalogo unity e il gateway di intelligenza artificiale. Supponiamo che il tuo team utilizzi un agente di coding come Claude Code o Cursor con il server MCP di GitHub e che tu voglia consentire agli sviluppatori di leggere i repository e aprire pull request tramite l'agente, ma senza mai poter eseguire force-push o eliminazioni, con ogni chiamata agli strumenti sottoposta ad audit.

Si usa il servizio MCP predefinitosystem.ai.github fornito Azure Databricks, quindi non si ospita o si registra un server MCP o si crea una connessione al catalogo Unity. Colleghi una policy di servizio predefinita per bloccare le operazioni di scrittura, concedere al tuo team l'accesso, connettere un agente di sviluppo e verificare che ogni invocazione di uno strumento venga registrata.

Prerequisites

• Un'area di lavoro abilitata per Unity Catalog. Consulta Introduzione al Catalogo Unity.
• L'anteprima di Unity AI Gateway e l'anteprima dei servizi MCP forniti da Databricks sono abilitate per il tuo account. Vedere Gestire le anteprime di Azure Databricks.
• I privilegi seguenti per il servizio system.ai.githubpredefinito :
  • MANAGE, per associare un criterio di servizio.
  • EXECUTE, per richiamare il servizio e per concedere l'accesso ad altri utenti.
• La CLI di Azure Databricks, autenticata nel tuo spazio di lavoro.

Passaggio 1: Bloccare le operazioni distruttive con un criterio predefinito

Il system.ai.github servizio MCP espone gli strumenti di lettura di GitHub e, per impostazione predefinita, non riesce a chiudere gli strumenti di scrittura. Per rendere tale garanzia esplicita e disciplinata, collegare il criterio predefinito system.ai.github_policy con l'opzione disallow_writes . I criteri predefiniti sono gestiti dalla piattaforma: si fa riferimento al gestore invece di scrivere una funzione personalizzata.

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" }
        }
      ]
    }
  }'

Con il criterio allegato, qualsiasi tools/call per uno strumento di scrittura (uno strumento non contrassegnato come di sola lettura) viene rifiutato, mentre gli strumenti di lettura e per pull request continuano a funzionare. Per ulteriori informazioni sui servizi e i criteri predefiniti, vedere Servizi MCP forniti da Databricks e Criteri di servizio per gli asset AI protetti.

Passaggio 2: Condividere il servizio MCP con il team

Per impostazione predefinita, solo le entità con EXECUTE possono richiamare il servizio. Per concedere al team di sviluppo l'accesso dall'interfaccia utente:

1. Nel gateway di intelligenza artificiale passare alla scheda MCP e selezionare il servizio MCP da condividere, ad esempio system.ai.github.
2. Passare alla scheda Autorizzazioni .
3. Fare clic su "Concedi".
4. Specificare l'entità da consentire di richiamare il servizio MCP, ad esempio dev_team, selezionare il privilegio EXECUTE e fare clic su Conferma.

Passaggio 3: Connettere l'agente di codifica

Indirizza il tuo agente di codifica all'endpoint MCP di AI Gateway per il servizio integrato:

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

Ogni sviluppatore esegue l'autenticazione per Azure Databricks e deve avere EXECUTE nel servizio MCP. Per la procedura di configurazione specifica per Claude Code, Cursor e altri strumenti, consulta Connettere gli MCP agli assistenti IA e agli agenti di programmazione. Per esempi di chiamata, incluso OpenAI Agents SDK, vedere Richiamare il servizio MCP.

Passaggio 4: Verificare che l'attività sia regolamentata e registrata

Verificate che la governance funzioni da entrambi i lati:

• Imposizione dei criteri: dall'agente, uno strumento di lettura o richiesta pull ha esito positivo, mentre uno strumento di scrittura viene rifiutato con un errore di criterio.

• Registrazione utilizzo: eseguire una query sulla tabella del sistema di utilizzo per verificare che le chiamate siano registrate:

  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;
  

Per altre informazioni sul monitoraggio, vedere Monitorare l'utilizzo.

Passaggi successivi

• Connettere gli agenti a strumenti di terze parti con i servizi MCP
• Criteri del servizio per le risorse proteggibili di IA
• Governance dell'IA in Unity Catalog