使用 Databricks 提供的模型
Foundation Model APIs 提供託管基礎模型;system.ai 內已有可呼叫的模型服務。應用帶 Databricks 身分呼叫,按使用方案計費。
本篇摘錄原指南的架構、模型入口、權限與 MCP 段落。
工作區(Workspace)是團隊使用平台的環境;一個帳戶可包含多個工作區;啟用 Unity Catalog 後,可集中管理使用者與資料存取,帳務則在帳戶層級處理。你通常從工作區的 AI Gateway 頁面管理服務,從 Catalog Explorer 查看資產與權限。
AI 模型負責產生推論結果;代理把模型、指令與工具組合成工作流程。Unity Gateway 位於這些互動的治理路徑上,Unity Catalog 則提供資產與權限基礎。
| 元件 | 主要責任 | 文件所述能力 |
|---|---|---|
| 模型 / Model | 理解輸入並產生文字、程式或其他結果。 | 支援聊天機器人、程式助理與內容生成。 |
| 代理 / Agent | 依任務呼叫模型與工具,執行多個步驟。 | 判斷要取得哪些資料、呼叫哪些工具,並執行計畫。 |
| MCP / 工具 | MCP 是連接代理與工具、資源、提示的開放協定;工具才是實際可執行的能力。 | 透過 MCP server 提供工具與資源。 |
| Unity Catalog | 登錄資產、管理擁有者與存取權。 | 定義哪些團隊可執行某個模型或工具。 |
| Unity Gateway | 治理經過它的 AI 呼叫、成本、路由與互動。 | 在模型或工具被使用時套用統一規則。 |
| Model Serving | 部署並提供模型推論服務。 | 以 REST API 統一提供自訂、基礎與外部模型存取。 |
| MLflow | 記錄應用執行步驟、評估及比較品質。 | 檢視提示、檢索、工具呼叫、延遲與成本。 |
Foundation Model APIs 提供託管基礎模型;system.ai 內已有可呼叫的模型服務。應用帶 Databricks 身分呼叫,按使用方案計費。
Model Provider Service 保存供應商連線與加密憑證(BYOK)。可直接呼叫,也能作為 Model Service 的後端;推論仍交由外部供應商處理。
以 Unity Catalog 權限決定誰能呼叫服務,再以內容政策檢查每次互動。模型 API、供應商連線與 MCP 服務可各自管理授權。
導入前看這裡:呼叫者需有服務的 EXECUTE 及上層目錄使用權。Model Service 以擁有者權限存取後端,呼叫者不必直接取得底層模型或供應商權限。system.ai 模型服務預設開放帳戶使用者,應先檢查權限。
可使用內建 MCP Services 或登錄外部 MCP。以服務權限、工具選擇與政策管控呼叫。Databricks 管理連線憑證與 OAuth 流程。
共用 principal 讓使用者共用外部憑證;每人 OAuth 代表各使用者存取外部服務。工具選擇只支援精確名稱或前綴比對,不支援排除模式。外部 MCP 請求經工作區 serverless compute plane,受其網路政策控制。
要看驗證設定。每人 OAuth 可代表各自的身分;共用 principal 則用共同憑證。不能只因 MCP 經過 Gateway,就推論外部系統必然採每人權限。
以下為原指南所列的官方文件;原文資料核對日期為 2026-09-15,本篇整理日期為 2026-09-15。