Databricks、Kiro IDE と AI Dev Kit Power の接続方法を解説

Databricks は 2026年6月3日、Kiro IDE から Databricks Data Intelligence Platform に接続する 2 つの方法を解説しました。4 つの Databricks-managed MCP servers を使う軽量経路と、AI Dev Kit Power による広い機能面への接続が示されています。

要点

• Kiro IDE から Databricks に接続する公式ブログが公開された
• Genie、SQL、Unity Catalog Functions、Vector Search の MCP servers を使う軽量な接続方法がある
• Databricks AI Dev Kit Power では、pipelines、jobs、Mosaic AI、Agent Bricks、Lakebase、Asset Bundles など広い面を扱う
• Unity Catalog の権限を継承し、AI が実際のメタデータに基づいて SQL やワークフローを作ることが強調されている
• IDE 連携では、認証、権限、変更レビュー、MCP server の範囲を確認したい

今回のブログ記事で語られていること

この記事は、AI 支援開発を Databricks の実データとメタデータに接続するための実装ガイドです。AI アシスタントが SQL やパイプラインを生成する場合、列名、テーブル構造、権限、既存ワークフローを推測していると失敗します。Databricks は、この問題に対し、Kiro IDE から Databricks-managed MCP servers や AI Dev Kit Power に接続し、Unity Catalog の権限に基づいた文脈を IDE 内で使えるようにする流れを示しています。

軽量な経路では、Genie、SQL、Unity Catalog Functions、Vector Search の 4 つの MCP servers に接続し、SQL 中心の分析やメタデータ参照を素早く始められます。一方、AI Dev Kit Power はより広い接続面を持ち、Lakeflow、jobs、Mosaic AI、Agent Bricks、Lakebase、Asset Bundles など、Databricks 上の開発・運用ワークフローを IDE から扱う方向です。

記事で重要なのは、AI が「見えるもの」がユーザーの Unity Catalog 権限に従うと説明されている点です。IDE に AI を入れると便利ですが、権限を超えたデータ参照や、存在しない列名を使った SQL 生成が問題になります。実ワークスペースのメタデータと権限を接続することで、推測ではなく実態に基づいた支援を目指す更新です。

Databricks は 2026年6月3日、Kiro IDE から Databricks Data Intelligence Platform に接続する 2 つの方法を解説しました。4 つの Databricks-managed MCP servers を使う軽量経路と、AI Dev Kit Power による広い機能面への接続が示されています。

今回のブログ記事が関係する人

• databricks をすでに利用しており、今回の内容が運用、開発、分析、データ連携にどう影響するかを確認したいチーム
• AI・データ基盤の選定や導入計画を進めており、公式ブログの背景や実務上の読み方を整理したい担当者
• セキュリティ、ガバナンス、監査、コスト、サポート体制など、発表内容を本番運用の判断材料に落とし込みたい管理者

実務で確認したいポイント

チームで導入する場合は、Kiro IDE から使える MCP server の範囲、認証方式、個人トークンの扱い、生成された SQL や変更のレビュー方法を決める必要があります。AI Dev Kit Power のように広い機能面を開く場合は、ジョブ作成、パイプライン変更、デプロイに承認フローを入れるべきです。

結局、今回のブログ記事をどう読むべきか

Kiro IDE 連携は、Databricks が AI 開発支援を IDE とデータ基盤の接点へ広げる動きです。便利な接続であるほど、MCP server の範囲と権限管理を丁寧に設計する必要があります。