Genie One MCP: Fornisci a qualsiasi Agente AI il Giusto Contesto di Business

I leader aziendali spesso hanno accesso a molti dati, ma non riescono comunque a ottenere una risposta affidabile a una domanda apparentemente semplice come: Perché il fatturato netto è diminuito dell'8% nel nostro account più grande la scorsa settimana? La risposta può riguardare dati di vendita, finanza, promozioni, inventario e account, con ogni fonte potenzialmente corretta in isolamento, ma diversa nelle sue definizioni, dettagli, relazioni e autorità.

Senza il giusto contesto aziendale, gli agenti generici non possono determinare in modo affidabile il significato delle tue metriche, quali fonti sono autorevoli, come i dati dovrebbero connettersi o cosa ogni utente è autorizzato a vedere.

Genie One MCP fornisce un contesto governato a qualsiasi agente AI compatibile con MCP. Collega assistenti come ChatGPT, Claude, Microsoft Copilot e agenti di codifica a Genie One, in modo che possano rispondere a domande aziendali utilizzando definizioni approvate, relazioni di dati affidabili e controlli di accesso basati sui permessi. Invece di chiedere agli agenti di inferire il significato da tabelle grezze o prompt sovraccarichi, le organizzazioni possono definire il contesto aziendale una volta in Genie Ontology e renderlo disponibile a ogni agente AI approvato.

Il problema del contesto con gli agenti generici

Gli agenti AI generici ereditano la frammentazione e l'ambiguità dei sistemi a cui si connettono. Tre lacune rendono difficili risposte aziendali affidabili:

• Fatti frammentati: I dati rilevanti sono distribuiti su più sistemi, si aggiornano in momenti diversi, attraversano confini funzionali e cambiano nel tempo. Una visione consolidata potrebbe essere già incompleta o obsoleta.
• Significato inconsistente: Termini come vendite nette, promozione attiva e puntuale possono avere definizioni diverse tra i team. Tali definizioni spesso si trovano in fogli di calcolo, documentazione o conoscenza istituzionale, non in una forma che un agente possa utilizzare in modo affidabile.
• Autorità e lineage mancanti: Quando i numeri sono in conflitto, spesso non è chiaro quale fonte sia autorevole, come i dati siano stati trasformati o quale definizione abbia prodotto il risultato.

Un'analisi affidabile richiede più del semplice recupero dei dati. Un agente deve capire come i fatti aziendali si relazionano, quali definizioni si applicano e quali fonti dovrebbero avere la precedenza.

L'accesso diretto ai dati non è contesto aziendale

Connettere un agente AI direttamente a fonti strutturate e non strutturate fornisce accesso, ma non il contesto aziendale condiviso necessario per fornire risposte affidabili e governate. Senza tale contesto, l'accesso diretto introduce quattro sfide:

• Accuratezza: L'accesso diretto non indica a un agente quali fonti, definizioni o join SQL sono approvati. Tali scelte determinano la qualità della risposta.
• Costo e latenza: Gli agenti devono ispezionare ripetutamente schemi, documentazione e relazioni, consumando più token e rallentando le risposte.
• Governance: Le connessioni dirette tra i sistemi di origine possono rendere difficile applicare i controlli di accesso in modo coerente nel contesto dell'utente finale.
• Coerenza: Senza un contesto condiviso, ogni client, modello o sessione può interpretare le definizioni in modo diverso, producendo risposte incoerenti.

Costruire il livello di contesto con Genie Ontology

Genie Ontology è il livello di contesto governato in Databricks che aiuta Genie One a comprendere la tua attività. Combina metriche approvate, definizioni aziendali, relazioni, proprietà e politiche di accesso con il contesto inferito da risorse aziendali affidabili come notebook, query, dashboard, documentazione e Genie Agents.

Genie One utilizza tale contesto per identificare le definizioni e le fonti corrette, riconciliare i conflitti basandosi su autorità e certificazione e applicare i permessi di ciascun utente. Il risultato sono risposte tracciabili e sensibili ai permessi, basate su un contesto aziendale governato.

Applicato alla nostra prima domanda: Perché il fatturato netto è diminuito dell'8% nel nostro account più grande la scorsa settimana? Genie Ontology: 

• Basa il fatturato netto sulla sua definizione metrica approvata,
• Collega risorse di vendita, finanza, promozione, inventario e account tramite relazioni governate, e 
• Dà priorità al contesto certificato se tali fonti non concordano. 

Ciò si traduce non solo in una risposta di alta qualità, ma anche in una spiegazione completa che gli utenti possono ricondurre alle definizioni e alle risorse governate che la sottostanno.

Un unico livello di contesto condiviso per ogni agente AI 

Un livello di contesto governato diventa più prezioso quando può essere utilizzato in modo coerente in tutti gli ambienti di lavoro. Genie One offre un'esperienza di co-lavoro AI nativa in Databricks, mentre il server Genie One MCP estende lo stesso contesto aziendale governato ad altri assistenti AI approvati, agenti di codifica e interfacce client. Insieme, consentono alle organizzazioni di costruire il significato aziendale una volta in Genie Ontology e applicarlo in un ecosistema AI in evoluzione.

Genie One: Un collega AI intelligente sui dati 

Genie One è il collega AI intelligente sui dati di Databricks per gli utenti aziendali. Basato su Genie Ontology, aiuta i team a rispondere a domande aziendali ad alta intensità di dati, a sintetizzare informazioni da fonti aziendali e a trasformare le intuizioni in lavori successivi come documenti, attività e azioni pianificate, sia in Databricks che in strumenti di terze parti come Google Drive, Microsoft 365, Atlassian, Slack, GitHub e Glean. 

Genie One MCP: Porta il contesto aziendale agli agenti che già utilizzi

Genie One MCP estende lo stesso contesto governato agli assistenti AI popolari e agli agenti di codifica. Se utilizzi già Claude, ChatGPT, Microsoft Copilot o un agente di codifica come Claude Code, Genie One MCP espone Genie come strumento a ognuno di essi, con la stessa ontologia e la stessa applicazione dei permessi di una superficie nativa.

Genie One MCP può fornire immediatamente un contesto aziendale approfondito agli assistenti AI, migliorando significativamente la qualità dell'interazione con gli utenti aziendali. Alcuni esempi includono:

Revisione delle performance della campagna: Un leader marketing chiede a ChatGPT Business quali campagne generano pipeline qualificata e dove riallocare il budget. Genie One collega dati approvati di attribuzione, campagna, spesa, lead e opportunità; ChatGPT trasforma i risultati in un piano d'azione per la campagna.

Revisione aziendale mensile: Un leader finanziario chiede a Claude Cowork cosa sta causando il divario tra previsione e margine effettivo, e quali regioni richiedono un'azione. Genie One identifica la previsione ufficiale, la definizione di margine approvata e i driver operativi rilevanti; Claude trasforma i risultati in una narrativa di revisione operativa e un elenco di azioni.

Revisione della fidelizzazione dei clienti: Un leader del successo clienti chiede a Microsoft Copilot Cowork quali clienti mostrano un calo dell'adozione, un aumento del volume di supporto e un rischio di rinnovo. Genie One collega il contesto governato di clienti, utilizzo del prodotto, supporto e contratti; Copilot quindi prioritizza gli account a rischio e prepara un follow-up mirato.

Configurazione di Genie One MCP

La configurazione inizia in un workspace con l'interruttore di anteprima e una connessione client. I passaggi differiscono a seconda del client, quindi segui le istruzioni nella nostra documentazione su assistenti AI e agenti di codifica per maggiori dettagli. Una volta stabilita la connessione, dovresti essere in grado di vedere la connessione Genie One MCP nel tuo assistente AI (vedi sotto per un esempio da Claude Cowork).

L'esperienza Genie One MCP

Una volta configurato, Claude può invocare Genie One MCP quando gli viene posta una domanda che richiede un contesto aziendale. In risposta, Genie One restituisce una risposta completamente ragionata e formulata, rispettando appieno i controlli di accesso alle risorse di dati sottostanti (vedi sotto per esempi da Claude Cowork e ChatGPT). 

Il server Genie One MCP fornisce MCP Apps, un'estensione che consente a un server di restituire una vista interattiva anziché testo semplice. Sui client che supportano le MCP apps, il server restituisce una vista interattiva, rendendo elementi visivi, metriche riassuntive e citazioni di Genie Ontology all'interno dell'interfaccia dell'assistente AI (vedi sotto). Nota: i client che supportano le MCP Apps ottengono automaticamente la vista interattiva, mentre i client senza supporto per le MCP Apps continuano a ricevere risultati solo testuali. 

 ChatGPT con Genie One MCP

 Claude Cowork con Genie One MCP

Chiamare Claude con MCP è facile con il semplice comando ug claude, che si connetterà all'istanza di Claude nello spazio di lavoro Databricks. Una volta aperto l'endpoint di servizio del modello Claude, può essere utilizzato direttamente tramite riga di comando. Con l'integrazione di Genie One MCP, Claude ha il contesto per rispondere in modo accurato.

Codice Claude (CLI) con Genie One MCP

Come funziona Genie One MCP

Contratto degli strumenti

Genie One MCP consente agli agenti AI esterni di utilizzare la potenza delle capacità di analisi conversazionale governate di Genie One inviando una domanda in linguaggio naturale. Genie interpreta la terminologia aziendale, cerca i dati aziendali consentiti, genera ed esegue SQL e restituisce una risposta fondata con collegamenti alle fonti Databricks. 

Per abilitare ciò, il server Genie One MCP espone cinque strumenti: 

• genie_ask avvia una risposta e restituisce un conversation_id e response_id genie_poll_response restituisce i passaggi di avanzamento e, al completamento, la risposta con un deep link Esplora in Databricks 
• genie_get_query_result restituisce il set di risultati completo quando la risposta troncata è insufficiente
• genie_cancel_response interrompe un turno in corso  
• view_ask sostituisce genie_ask sui client che supportano le MCP Apps, rendendo un pannello interattivo con progressi, visualizzazioni e citazioni di ontologia in linea
• warehouse_id _meta il parametro blocca l'esecuzione a un warehouse SQL specifico

Identità e controllo degli accessi

Quando gli agenti interrogano tramite Genie One anziché le tabelle sottostanti, determina quali metriche gli utenti possono accedere e come vengono calcolate. L'identità dell'utente deve quindi fluire attraverso la richiesta. L'approccio raccomandato è l'autenticazione utente on-behalf-of (OBO). L'assistente esterno passa il token OAuth dell'utente finale, e Genie valuta i privilegi di Unity Catalog, i filtri di riga e le maschere di colonna nel contesto di quell'utente. Gli utenti ricevono solo risultati autorizzati e i deep link aprono solo le risorse a cui possono accedere.

Due utenti possono porre la stessa domanda nello stesso client e ricevere risposte adeguatamente contestualizzate senza logica di prompt per utente. L'autenticazione machine-to-machine con un service principal è disponibile per le integrazioni esterne, ma rappresenta ogni chiamante come un'unica identità, rimuovendo l'applicazione dei permessi per utente e potenzialmente limitando la personalizzazione e la memoria.

Accedi a Genie ovunque copre i modelli U2M, M2M e OBO e le loro implicazioni di governance. Le connessioni MCP esterne sono oggetti di Unity Catalog governati tramite concessioni standard.

Gestione e monitoraggio

I server MCP gestiti sono elencati sotto Agenti > MCP nello spazio di lavoro e sono visibili in Unity Gateway. Gli eventi di chat di Genie One appaiono nei log di audit, l'esecuzione SQL nella Cronologia query e il consumo nelle tabelle del sistema di fatturazione. Ecco le pratiche che resistono in produzione:

• Ottimizza Genie One in un unico posto. Il server MCP rispetta le istruzioni dello spazio di lavoro, la certificazione e la curatela degli Agenti Genie configurati in Databricks. Non tentare di guidare Genie One dal prompt di sistema del client.
• Preferisci il server MCP dell'Agente Genie a /api/2.0/mcp/genie/{genie_space_id} quando un caso d'uso si mappa a un dominio curato. Espone un singolo agente di sola lettura con le proprie istruzioni e SQL affidabile, il che è più facile da confrontare e da definire.
• Registra un'applicazione OAuth per piattaforma client con ambito minimo e durate dei token corrispondenti alla tua politica di identità.
• Tieni conto del timeout di esecuzione SQL di 90 secondi e del limite QPM di Genie dello spazio di lavoro quando dimensiona un rollout; le domande instradate agli Agenti Genie contano contro quest'ultimo.
• Convalida la governance tramite impersonificazione: poni la stessa domanda come membri di gruppi diversi tramite il client esterno e conferma che le risposte divergono come previsto.

Inizia con Genie One MCP

Agenti, interfacce client e protocolli di integrazione continueranno a cambiare. Gli assistenti AI generici possono comunque beneficiare di un contesto aziendale condiviso e governato. 

Usa Genie Ontology per stabilire quel contesto condiviso, quindi distribuisci Genie One MCP per portare le capacità data-aware di Genie One agli agenti e ai flussi di lavoro che i tuoi team già utilizzano.

Per maggiori informazioni, consulta queste risorse: 

• Genie One MCP è ora generalmente disponibile 
• Rendere operativa Genie Ontology nel tuo stack di dati
• Documentazione del server Genie One MCP: 
  • Server MCP gestiti
  • Connetti gli MCP ad assistenti AI e agenti di codifica

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale