Plotting Uc Function Managed MCP

使用Unity目录功能和托管MCP进行绘图

该存储库演示了如何构建一个人工智能代理，该代理可以通过copula Managed MCP（模型上下文协议）服务器使用copula Genie Spaces、Unity Catalog Functions查询数据并创建可视化。该代理使用LangGraph来编排工具调用，并使用Mosaic AI代理框架进行部署。

高级体系结构

graph TB
    User[👤 User] -->|Natural Language Query| ChatUI[🎨 Streamlit Chat App
Databricks App]
    
    ChatUI -->|HTTP Request| AgentEndpoint[🤖 Agent Endpoint
Model Serving]
    
    AgentEndpoint -->|Orchestration| LangGraph[🔄 LangGraph Workflow
Tool Calling Agent]
    
    LangGraph -->|System Prompt| LLM[🧠 LLM
Claude 3.7 Sonnet]
    
    LLM -->|Tool Call 1| MCP_Genie[📊 MCP: Genie Space
query_space tool]
    MCP_Genie -->|SQL Query| GenieSpace[💾 Genie Space
Natural Language to SQL]
    GenieSpace -->|Query| DataTable[(🗄️ Data Tables
samples.nyctaxi.trips)]
    DataTable -->|Results JSON| MCP_Genie
    MCP_Genie -->|Data JSON| LLM
    
    LLM -->|Tool Call 2| MCP_UC[🔧 MCP: UC Functions
genie_to_chart tool]
    MCP_UC -->|Invoke| UCFunction[⚡ UC Function
genie_to_chart
Python + Plotly]
    UCFunction -->|Plotly JSON| MCP_UC
    MCP_UC -->|Chart JSON| LLM
    
    LLM -->|Final Response| LangGraph
    LangGraph -->|Response + Charts| AgentEndpoint
    AgentEndpoint -->|Parsed Output| ChatUI
    
    ChatUI -->|Render| UserChart[📈 Interactive Chart
Plotly Visualization]
    UserChart -->|Display| User
    
    style User fill:#e1f5ff
    style ChatUI fill:#fff4e6
    style AgentEndpoint fill:#f3e5f5
    style LangGraph fill:#e8f5e9
    style LLM fill:#fce4ec
    style MCP_Genie fill:#e3f2fd
    style MCP_UC fill:#e3f2fd
    style GenieSpace fill:#f1f8e9
    style UCFunction fill:#fff3e0
    style DataTable fill:#efebe9
    style UserChart fill:#e8eaf6

存储库内容

笔记本

• 01-uc-绘图功能.ipynb -创建Unity Catalog函数，将Genie查询结果转换为Plotly图表
• 02-langgraph-mcp-tool-calling-agent.ipynb -构建、测试和部署一个LangGraph代理，该代理使用MCP连接到Genie和UC功能
• 03-deploy-run-databricks-app.ipynb -将代理部署为具有聊天界面的copula应用程序

Python文件

• agent.py -使用MCP工具集成实现主代理
• 数据包_应用程序/数据包_聊天app/app.py -Rancher应用程序的流线型聊天界面
• 数据包_应用程序/数据包_聊天app/agent_endpoint_client.py -用于查询已部署代理终结点的客户端

先决条件

• docker工作区，可访问：

- Unity目录 - 模型服务端点 - copula应用程序 - 精灵空间

• 要查询的数据集（示例使用 samples.nyctaxi.trips)
• LLM端点（示例使用 databricks-claude-3-7-sonnet)

安装说明

按照以下笔记本的顺序操作：

步骤1：创建绘图函数

跑 01-uc-绘图功能.ipynb

此笔记本创建了一个名为 genie_to_chart 即：

• 从Genie MCP查询中获取JSON输出
• 将数据转换为Plotly可视化
• 支持条形图、折线图和饼图类型

配置：

• 设置 catalog, schema，以及 space_id 笔记本顶部的小部件
• 该功能将在以下时间创建 {catalog}.{schema}.genie_to_chart

第二步：创建Rancher Genie空间

重要提示：在运行notebook 02之前，请在您的copula工作区中创建一个Genie Space

1. 导航到您的copula工作区UI
2. 转到Genie Spaces部分
3. 创建一个新的精灵空间，可以访问您的数据（例如。， samples.nyctaxi.trips)
4. 从URL复制Genie Space ID（格式： 01f0ab8c079d17b8a00584e70d2ac18c)
5. 下一个笔记本需要此空间ID

步骤3：构建和部署MCP代理

跑 02-langgraph-mcp-tool-calling-agent.ipynb

此笔记本：

• 配置MCP与Genie Space和UC功能的连接
• 创建可以查询数据和创建图表的LangGraph代理
• 使用流式追踪在本地测试试剂
• 将代理注册到Unity目录
• 将代理部署为模型服务端点

配置：

• 设置 catalog, schema，以及 space_id 小部件
• 更新 GENIE_SPACE_ID 在代理代码（单元格5）中使用您的Genie Space ID
• 可选择为自定义MCP服务器配置OAuth（大多数用户可以跳过此步骤）

关键工作流程：

1. 代理接收用户请求（例如，“以折线图显示每日行程”）
2. 呼叫 query_space 从Genie获取数据的工具
3. 呼叫 genie_to_chart UC功能创建可视化
4. 将Plotly图表返回给用户

步骤4：部署聊天应用程序

跑 03-deploy-run-databricks-app.ipynb

此笔记本：

• 将基于Streamlit的聊天界面部署为copula应用程序
• 从步骤3将聊天UI连接到代理端点

配置：

• 设置 app_name 小部件（默认值： managed-mcp-plotting-app)
• 设置 source_code_path 指向聊天应用目录的小部件

部署后，您将有一个用户友好的聊天界面与您的代理进行交互。

示例用法

部署后，您可以向代理提出以下问题：

• “2016年每天有多少次旅行？给我看一个折线图”
• “按行政区划分的总行程是多少？创建一个柱状图”
• “以饼图形式显示付款类型”

代理人将：

1. 查询您的Genie Space以获取数据
2. 将结果转换为Plotly可视化
3. 显示交互式图表

工作流程

User Query
    ↓
LangGraph Agent (with MCP)
    ↓
├── Managed MCP: Genie Space (query_space tool)
│       ↓
│   Returns data as JSON
│
├── Managed MCP: UC Functions (genie_to_chart)
│       ↓
│   Transforms JSON → Plotly chart
│
└── Returns visualization to user

故障排除

• 身份验证错误：确保您的工作区对MCP、模型服务和应用程序具有适当的权限
• 未找到工具：验证Genie Space ID和UC函数名称在代理代码中是否匹配
• 图表渲染问题：检查Genie查询是否以预期格式返回数据
• 部署失败：等待端点完全部署（可能需要10-20分钟）

了解更多

• Mosaic人工智能代理框架
• Unity目录功能
• copula应用程序