Collegare Databricks MCP a Microsoft Copilot

💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → Databricks, inserisci le credenziali, genera una MCP API key e hai finito. Niente Docker, niente git clone, niente server locale.

Databricks + Microsoft Copilot

Fai lavorare la tua AI con il tuo workspace Databricks: esegui SQL su un warehouse, esplora cataloghi, schemi e tabelle di Unity Catalog, controlla cluster, warehouse, job ed esecuzioni, leggi i notebook e, dopo la tua conferma, avvia o ferma il compute o lancia job. Con un personal access token.

Prerequisiti

Le istruzioni di setup complete sono incluse nel connettore stesso (visibili nello store quando lo selezioni). Le variabili d'ambiente richieste sono:

DATABRICKS_HOST, DATABRICKS_TOKEN

Step 1 — Ottieni le credenziali

1. Apri il tuo workspace Databricks e copia l'host dalla barra degli indirizzi in DATABRICKS_HOST, senza https://, per esempio dbc-a1b2c3d4-e5f6.cloud.databricks.com (AWS), adb-1234567890123456.7.azuredatabricks.net (Azure) o 1234567890123456.7.gcp.databricks.com (Google Cloud).
2. Fai clic sul tuo nome utente in alto a destra, poi su Settings → Developer → Access tokens → Manage → Generate new token. Dai al token un commento e una durata e copialo in DATABRICKS_TOKEN: Databricks lo mostra una sola volta. L'amministratore del workspace deve consentire i personal access token.
3. Per i privilegi minimi, crea il token per un service principal che abbia solo i permessi che servono all'AI: USE CATALOG, USE SCHEMA e SELECT sui dati, e CAN USE su un solo SQL warehouse. Il connettore agisce con i permessi dell'utente del token.
4. Installa il connettore ed esegui databricks_get_current_user per vedere con quale identità agisce l'AI.

Il compute costa, quindi l'AI chiede prima: Databricks fattura il compute in DBU. Una query su un SQL warehouse fermo lo avvia automaticamente, e un warehouse o un cluster acceso costa finché non si ferma da solo. Prima di eseguire SQL, l'AI controlla il warehouse con databricks_list_warehouses; se non è acceso, ti dice che la query lo avvierà, e quanto è grande, e aspetta il tuo sì. Un warehouse serverless parte in pochi secondi.

SQL su un warehouse: databricks_execute_sql esegue un'istruzione e restituisce fino a 200 righe per impostazione predefinita (al massimo 10.000). Per tutto ciò che modifica dati, tabelle o permessi (INSERT, UPDATE, DELETE, MERGE, CREATE, ALTER, DROP, GRANT) l'AI ti mostra l'istruzione esatta e aspetta un sì esplicito; cosa sia consentito lo decidono comunque i permessi Unity Catalog del token. Le istruzioni lunghe continuano in background: databricks_get_statement le segue e databricks_get_statement_chunk recupera altre righe.

Unity Catalog: databricks_list_catalogs, databricks_list_schemas, databricks_list_tables e databricks_get_table mostrano cataloghi, schemi, tabelle, viste e le loro colonne, così l'AI scrive SQL con i nomi giusti.

Anche ogni altra modifica chiede prima: databricks_start_cluster, databricks_terminate_cluster, databricks_start_warehouse, databricks_stop_warehouse, databricks_run_job, databricks_cancel_job_run e databricks_cancel_statement. Terminare un cluster o fermare un warehouse interrompe le query e i notebook che ci girano sopra. Questo connettore non elimina nulla.

Job: databricks_list_jobs e databricks_get_job mostrano job, pianificazioni, parametri e task; databricks_run_job avvia subito un'esecuzione; databricks_list_job_runs, databricks_get_job_run e databricks_get_run_output mostrano esecuzioni, stato dei task, errori e output dei notebook (conservato per 60 giorni).

Notebook e file: databricks_list_workspace esplora cartelle e notebook, databricks_export_notebook restituisce il codice sorgente di un notebook piccolo, databricks_list_volume_files elenca un volume di Unity Catalog e databricks_list_dbfs i percorsi DBFS legacy. Configurazione Spark, variabili d'ambiente e init script dei cluster restano fuori, perché possono contenere segreti.

Errori comuni: 401, oppure 403 Invalid access token: il token è errato, scaduto o revocato, oppure DATABRICKS_HOST punta a un altro workspace. 403 PERMISSION_DENIED: all'utente manca un permesso, come USE CATALOG, SELECT, CAN USE sul warehouse o CAN MANAGE RUN sul job. 404 RESOURCE_DOES_NOT_EXIST: ID o nome sbagliato, oppure Unity Catalog non è attivo nel workspace. 429: troppe richieste; attendi e riprova.

Il connettore non crea, modifica né elimina cluster, warehouse, job, tabelle o file, non carica file e non copre pipeline Delta Live Tables, MLflow, Model Serving, Genie e Vector Search.

Step 2 — Installa l'adapter

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Step 3 — Aggiungi il connettore in Microsoft Copilot

L'URL del tuo server: in AnythingMCP apri MCP Servers → il server su cui si trova questo connettore e copia il suo URL (https://cloud.anythingmcp.com/mcp/…). Usalo ovunque questa guida mostra YOUR_SERVER_ID.

Microsoft Copilot usa i server MCP tramite gli agenti creati in Copilot Studio: aggiungi AnythingMCP a un agente come strumento, poi pubblichi l'agente in Microsoft 365 Copilot e in Teams. Copilot Studio si collega dal cloud di Microsoft via Streamable HTTP, che AnythingMCP supporta.

1. In Copilot Studio apri il tuo agente (o creane uno), vai su Tools e scegli Add a tool → New tool → Model Context Protocol.
2. Inserisci un Server name (per esempio AnythingMCP), una Server description che dica cosa fa il connettore e il Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID. Copilot Studio usa la descrizione per decidere quando chiamare il server.
3. Come autenticazione scegli API key, imposta Type su Header e come nome dell'header X-API-Key, poi seleziona Create.
4. In Add tool scegli Create a new connection, incolla una chiave API MCP di AnythingMCP (MCP Servers → il tuo server → API keys) e seleziona Add to agent.
5. Provalo nel riquadro Test dell'agente: chiedi qualcosa che richiede i tool di Databricks.
6. Seleziona Publish, poi Channels → Microsoft 365 and Microsoft Teams, lascia selezionato Make agent available in Microsoft Copilot e scegli Add channel. See agent in Teams lo installa per te; in Microsoft 365 Copilot scrivi @ e scegli l'agente.

Preferisci un accesso per ogni utente? Al posto della chiave API scegli OAuth 2.0 → Dynamic discovery: ogni persona accede ad AnythingMCP la prima volta che l'agente lo chiama.

Usi il self-hosting? Usa l'indirizzo HTTPS pubblico della tua istanza al posto di https://cloud.anythingmcp.com. Copilot Studio si collega dal cloud di Microsoft, quindi localhost non funziona.

Tool disponibili

Esempi di prompt

• "Quali SQL warehouse abbiamo e quali sono accesi in questo momento?"
• "Mostrami le tabelle in main.sales e le colonne della tabella orders."
• "Qual è stato il nostro fatturato per paese il mese scorso? Usa il warehouse serverless e dimmi prima se deve essere avviato."
• "Il job nightly_etl di stanotte è andato a buon fine? Se un task è fallito, mostrami l'errore."
• "Avvia ora il job weekly_report, dopo avermi detto cosa fa e quale cluster usa."

FAQ

Per quale Copilot vale? Per Microsoft 365 Copilot in azienda, tramite gli agenti di Copilot Studio. L'app Microsoft Copilot per account personali non permette di aggiungere un proprio server MCP.

Cosa mi serve? Un account di lavoro con accesso a Copilot Studio (licenza o prova) per creare l'agente. Chi lo usa in Microsoft 365 Copilot o in Teams deve avere accesso all'agente: condividilo, oppure chiedi a un amministratore di pubblicarlo per l'organizzazione. Se la tua organizzazione applica criteri sui dati ai connettori di Power Platform, valgono anche per i server MCP.

L'agente non chiama i tool. Controlla che il nome dell'header sia esattamente X-API-Key e che la chiave appartenga allo stesso server MCP dell'URL, e scrivi una Server description precisa: Copilot Studio la usa per decidere quando chiamare il server. Dopo ogni modifica pubblica di nuovo l'agente; in una chat già aperta scrivi "start over" per passare alla nuova versione.

Prossimi passi

• Landing del connettore
• Collegare a Claude
• Collegare a ChatGPT
• Collegare a Cursor
• Collegare a Gemini
• Collegare a Meta Muse