Les AI Teammates d'Asana peuvent se connecter à Databricks via des applications MCP personnalisées. Une fois qu'un administrateur a configuré la connexion, vous pouvez poser des questions à un AI Teammate sur vos données Databricks sans quitter Asana.
Un administrateur Databricks doit d'abord créer une connexion d'application OAuth pour Asana.
Dans Databricks, rendez-vous dans « Settings » (Paramètres) et sélectionnez « App connections » (Connexions d'applications). Sélectionnez Ajouter une connexion, nommez l'application et saisissez cette URL de redirection :
https://app.asana.com/-/integrations/oauth/callback
Accordez la portée Genie, générez un secret client, puis copiez l'ID client et le secret client. Stockez le secret client en toute sécurité, car il ne pourra pas être récupéré ultérieurement. Pour en savoir plus, consultez la documentation de Databricks sur la connexion de services externes.
Créer l'application Databricks sur Asana
Un administrateur Asana doit créer une application personnalisée nommée Databricks sur Asana en suivant l'article Connexion MCP personnalisée.
Lorsque vous y êtes invité, fournissez l'URL du serveur MCP, l'identifiant client et le secret client de la configuration Databricks. Confirmez l'URL du serveur et les informations OAuth requises avec votre administrateur Databricks avant d'enregistrer l'application.
Ajouter Databricks à un AI Teammate
Une fois l'application personnalisée Databricks distribuée à votre organisation, les utilisateurs peuvent l'ajouter à leur AI Teammate.
Chaque utilisateur autorise l'application avec sa propre autorisation OAuth. Les jetons OAuth ne sont pas partagés entre les utilisateurs et chaque utilisateur doit avoir accès à Databricks. Cela permet de limiter les requêtes aux autorisations de la personne qui a autorisé la connexion.
Utiliser Databricks avec un AI Teammate
Une fois la connexion autorisée, vous pouvez poser des questions à un AI Teammate en utilisant les données disponibles via le serveur MCP Databricks connecté. La liste complète des serveurs MCP gérés par Databricks est disponible dans la documentation Databricks.
Par exemple, Databricks Genie One vous permet de poser des questions complexes sur les données en langage naturel et de recevoir des tableaux, des graphiques ou des brouillons sans écrire de code SQL.
Vous pouvez utiliser un AI Teammate avec Genie One pour découvrir des tableaux de bord permettant de suivre l'adoption par les nouveaux utilisateurs, répondre à des questions sur le chiffre d'affaires pour un examen d'affaires trimestriel ou récupérer des résultats marketing tels que les MQL par région pour une rétrospective de campagne. Les résultats peuvent rester dans le projet Asana avec les briefs, décisions et prochaines étapes associés.
Agentic Work Management
Asana Service Management
Asana Client Management
Command by Asana
StackAI by Asana
