使用说明

Snowflake开发人员MCP服务器🚀

强大的模型上下文协议（MCP）服务器，为Claude等AI助手提供全面的Snowflake数据库操作、Cortex AI服务和数据管理工具。

🌟 特性

🔧 DDL操作：创建和管理数据库、模式、表和其他数据库对象
📊 DML操作：插入、更新、删除和查询具有完全SQL支持的数据
⚙️ 雪花作业：管理仓库、授权、角色和显示数据库对象
🔒 安全认证：支持密码和程序化访问令牌（PAT）
🎯 简单连接模式：每个操作连接都具有可靠性和简单性

🚀 快速开始

先决条件

Python 3.11+
UV包管理器（从安装https://github.com/astral-sh/uv)
Node.js和npm（用于MCP检查器）
具有适当权限的Snowflake帐户
雪花凭据（帐户标识符、用户名、密码/PAT）

安装

克隆存储库

git clone https://github.com/mcp-tg/snowflake-developer.git
cd snowflake-developer

设置环境

# Copy environment template
cp .env.example .env

# Edit .env with your Snowflake credentials
# Required: SNOWFLAKE_ACCOUNT, SNOWFLAKE_USER, SNOWFLAKE_PAT (or SNOWFLAKE_PASSWORD)

安装UV（如果尚未安装）

# On macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# On Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

🧪 MCP检验员测试

测试设置的最简单方法是使用MCP检查器：

# Run the development inspector script
./dev-inspector.sh

这将：

✅ 创建虚拟环境（如果需要）
✅ 通过UV安装所有依赖项
✅ 从.env加载Snowflake凭据
✅ 启动MCP检查器web界面
✅ 打开浏览器以交互方式测试工具

注：该脚本会自动处理UV包安装，因此您不需要手动安装依赖项。

第一次测试：验证连接

在检查员，去工具标签
找到 test_snowflake_connection 然后单击跑
您应该看到您的帐户详细信息，并确认连接正常

🔌 与AI助手集成

克劳德桌面

选项1：直接从GitHub（不需要本地克隆）

{
  "mcpServers": {
    "snowflake-developer": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/mcp-tg/snowflake-developer.git",
        "main.py"
      ],
      "env": {
        "SNOWFLAKE_ACCOUNT": "your-account",
        "SNOWFLAKE_USER": "your-username",
        "SNOWFLAKE_PAT": "your-pat-token"
      }
    }
  }
}

选项2：本地安装

{
  "mcpServers": {
    "snowflake-developer": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/path/to/snowflake-developer",
        "python",
        "main.py"
      ],
      "env": {
        "SNOWFLAKE_ACCOUNT": "your-account",
        "SNOWFLAKE_USER": "your-username",
        "SNOWFLAKE_PAT": "your-pat-token"
      }
    }
  }
}

安装说明：

克隆存储库： git clone https://github.com/mcp-tg/snowflake-developer.git
创建Claude Desktop配置文件： ~/Library/Application Support/Claude/claude_desktop_config.json （macOS）
添加上述配置，替换 /path/to/snowflake-developer 与你的实际路径
将凭据占位符替换为实际的Snowflake凭据
重新启动克劳德桌面

光标

备注：游标不支持MCP配置中的环境变量。您需要使用本地安装选项或在系统上全局设置环境变量。

选项1：直接从GitHub（需要全局环境变量）

{
  "mcpServers": {
    "snowflake-developer": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/mcp-tg/snowflake-developer.git",
        "main.py"
      ]
    }
  }
}

需要设置 SNOWFLAKE_ACCOUNT, SNOWFLAKE_USER，以及 SNOWFLAKE_PAT 作为系统环境变量。

选项2：本地安装（建议用于Cursor）

{
  "mcpServers": {
    "snowflake-developer": {
      "command": "uv",
      "args": ["run", "/path/to/snowflake-developer/main.py"]
    }
  }
}

使用本地 .env 使用您的凭据在项目目录中创建文件。

📚 可用工具（共22个）

🔧 DDL工具（8个工具）

管理数据库结构的工具：

工具	描述	检查器中的示例	自然语言查询
`alter_database`	重命名数据库	数据库名称： `OLD_DB` 新名称： `NEW_DB`	“将数据库OLD_DB重命名为NEW_DB”
`alter_schema`	重命名或移动架构	schema_name： `TEST_DB.OLD_SCHEMA` 新名称： `NEW_SCHEMA`	“在TEST_DB中将OLD_SCHEMA重命名为NEW_SCHEMA”
`alter_table`	修改表结构	table_name： `TEST_DB.PUBLIC.USERS` alter_type： `ADD` 列名称： `created_at` 数据类型： `TIMESTAMP`	“将created_at时间戳列添加到TEST_DB.PUBLIC.USERS表”
`create_database`	创建新数据库	数据库名称： `TEST_DB`	“创建一个名为TEST_DB的新数据库”
`create_schema`	在数据库中创建架构	database_name： `TEST_DB` schema_name： `ANALYTICS`	“在TEST_DB数据库中创建名为ANALYTICS的架构”
`create_table`	创建包含列的表	database_name： `TEST_DB` schema_name： `PUBLIC` 表名： `USERS` 柱： `[{"name": "id", "type": "INT"}, {"name": "email", "type": "VARCHAR(255)"}]`	“在TEST_DB.PUBLIC中创建一个USERS表，id为INT，电子邮件为VARCHAR（255）”
`drop_database_object`	删除任何数据库对象	object_type： `TABLE` 对象名称： `TEST_DB.PUBLIC.OLD_TABLE`	“删除表TEST_DB.PUBLIC.OLD_table”
`execute_ddl_statement`	运行自定义DDL SQL	DDL_statement： `CREATE VIEW TEST_DB.PUBLIC.ACTIVE_USERS AS SELECT * FROM TEST_DB.PUBLIC.USERS WHERE status = 'active'`	“创建一个名为ACTIVE_USERS的视图，仅显示活动用户”

📊 DML工具（6个工具）

处理数据的工具：

工具	描述	检查器中的示例	自然语言查询
`delete_data`	从表中删除行	table_name： `TEST_DB.PUBLIC.USERS` 其中_原因： `status = 'deleted'`	“删除所有状态为“已删除”的用户”
`execute_dml_statement`	运行自定义DML SQL	DML_语句： `UPDATE TEST_DB.PUBLIC.USERS SET last_login = CURRENT_TIMESTAMP() WHERE id = 1`	“更新id为1的用户的上次登录时间戳”
`insert_data`	在表中插入行	table_name： `TEST_DB.PUBLIC.USERS` 数据： `{"id": 1, "email": "john@example.com", "name": "John Doe"}`	“插入id为1的新用户，电子邮件john@example.com，并将John Doe命名到USERS表中”
`merge_data`	在表之间同步数据	target_table: `TEST_DB.PUBLIC.USERS` 源表： `TEST_DB.STAGING.NEW_USERS` 合并条件： `target.id = source.id` match_actions： `[{"action": "UPDATE", "columns": ["email", "name"], "values": ["source.email", "source.name"]}]` not_match_actions： `[{"action": "INSERT", "columns": ["id", "email", "name"], "values": ["source.id", "source.email", "source.name"]}]`	将临时表中的新用户合并到生产用户表中，更新现有记录并插入新记录
`query_data`	从表中查询数据	table_name： `TEST_DB.PUBLIC.USERS` 柱： `["id", "email", "name"]` 其中_原因： `status = 'active'` 限制： `10`	“显示前10个活跃用户及其id、电子邮件和姓名”
`update_data`	更新现有行	table_name： `TEST_DB.PUBLIC.USERS` 数据： `{"status": "inactive"}` 其中_原因： `last_login < '2023-01-01'`	“将2023年1月以来未登录的所有用户的状态设置为非活动”

⚙️ 雪花操作工具（8个工具）

雪花特定操作工具：

工具	描述	检查器中的示例	自然语言查询
`alter_warehouse`	修改仓库设置	warehouse_name： `COMPUTE_WH` 仓库大小： `MEDIUM` auto_ssuspend： `300`	“将COMPUTE_WH更改为中等大小，并在5分钟后自动挂起”
`describe_database_object`	获取对象详细信息	object_name： `TEST_DB.PUBLIC.USERS`	“描述TEST_DB.PUBLIC.USERS表的结构”
`execute_sql_query`	运行任何SQL查询	query： `SELECT CURRENT_USER(), CURRENT_WAREHOUSE()`	“显示我当前的用户和仓库”
`grant_privileges`	授予权限	特权： `["SELECT", "INSERT"]` _类型： `TABLE` _名称： `TEST_DB.PUBLIC.USERS` to_type： `ROLE` to_name： `ANALYST_ROLE`	“将TEST_DB.PUBLIC.USERS表上的SELECT和INSERT权限授予ANALYST_ROLE”
`revoke_privileges`	撤销权限	特权： `["SELECT"]` _类型： `TABLE` _名称： `TEST_DB.PUBLIC.USERS` from类型： `ROLE` 发件人名称： `ANALYST_ROLE`	“从ANALYST_ROLE中撤销TEST_DB.PUBLIC.USERS表上的SELECT”
`set_context`	设置数据库/模式/仓库/角色	context_type： `DATABASE` 上下文名称： `TEST_DB`	“使用TEST_DB作为当前数据库”
`show_database_objects`	列出数据库对象	object_type： `DATABASES`	“显示所有数据库”
`test_snowflake_connection`	测试与Snowflake的连接	（无参数）	“测试我的Snowflake连接”

🏗️ 建筑

服务器使用简单的按操作连接模式：

每次工具/资源调用都会创建一个新的Snowflake连接
每次操作后，连接都会自动关闭
无需连接池或持久性
从环境变量中读取凭据

🛡️ 安全最佳实践

使用程序化访问令牌（PAT） 尽可能使用密码
永不承诺 .env 文件 到版本控制
使用最低权限角色 适用于Snowflake用户
定期轮换凭据
考虑使用外部秘密管理 用于生产

🤝 贡献

欢迎投稿！请随时提交拉取请求。

📄 许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

🆘 故障排除

连接问题

验证您的帐户标识符格式
检查您的用户是否具有适当的权限
确保您的PAT令牌尚未过期
测试与Snowflake的网络连接

工具错误

检查检查器控制台中的错误消息
验证是否提供了所需的参数
在引用数据库对象之前，确保它们存在
检查自定义语句的SQL语法

🚀 FastMCP框架

此MCP服务器是使用 FastMCP，一个简化构建模型上下文协议服务器的现代Python框架。FastMCP提供：

为什么选择FastMCP？

🎯 简单API：基于装饰器的工具和资源注册
⚡ 高性能：异步/等待支持，具有高效的消息处理能力
🔧 类型安全：完整的TypeScript风格类型提示和验证
📝 汽车文档：自动生成工具/资源文档
🛡️ 错误处理：内置异常处理和响应格式
🔌 MCP合规性：与MCP协议规范完全兼容

快速MCP与传统MCP

# Traditional MCP server setup
class MyMCPServer:
    def __init__(self):
        self.tools = {}
    
    def register_tool(self, name, handler, schema):
        # Manual registration and validation
        pass

# FastMCP - Clean and Simple
from fastmcp import FastMCP

mcp = FastMCP("MyServer")

@mcp.tool()
def my_tool(param: str) -> str:
    """Tool with automatic type validation and documentation."""
    return f"Result: {param}"

@mcp.resource("my://resource/{id}")
async def my_resource(id: str, ctx: Context) -> dict:
    """Resource with built-in async support and context."""
    return {"data": f"Resource {id}"}

使用的关键FastMCP功能

装修商注册：使用简单的装饰器注册工具
类型验证：使用Python类型提示自动验证参数
上下文管理：用于进度报告和记录的内置上下文
资源模式：动态资源终结点的URI模板匹配
错误处理：自动捕获异常和标准化错误响应

FastMCP安装

# Install FastMCP
pip install fastmcp

# Or with UV (recommended)
uv add fastmcp

Snowflake数据库操作服务器

使用说明

Snowflake开发人员MCP服务器🚀

🌟 特性

🚀 快速开始

先决条件

安装

🧪 MCP检验员测试

第一次测试：验证连接

🔌 与AI助手集成

克劳德桌面

光标

📚 可用工具（共22个）

🔧 DDL工具（8个工具）

📊 DML工具（6个工具）

⚙️ 雪花操作工具（8个工具）

🏗️ 建筑

🛡️ 安全最佳实践

🤝 贡献

📄 许可证

🆘 故障排除

连接问题

工具错误

🚀 FastMCP框架

为什么选择FastMCP？

快速MCP与传统MCP

使用的关键FastMCP功能

FastMCP安装

快速学习MCP

📚 额外资源

雪花资源

MCP协议和工具

开发工具

使用说明

Snowflake开发人员MCP服务器🚀

🌟 特性

🚀 快速开始

先决条件

安装

🧪 MCP检验员测试

第一次测试：验证连接

🔌 与AI助手集成

克劳德桌面

光标

📚 可用工具（共22个）

🔧 DDL工具（8个工具）

📊 DML工具（6个工具）

⚙️ 雪花操作工具（8个工具）

🏗️ 建筑

🛡️ 安全最佳实践

🤝 贡献

📄 许可证

🆘 故障排除

连接问题

工具错误

🚀 FastMCP框架

为什么选择FastMCP？

快速MCP与传统MCP

使用的关键FastMCP功能

FastMCP安装

快速学习MCP

📚 额外资源

雪花资源

MCP协议和工具

开发工具

相关 MCP

网页搜索MCP服务器

Zotero文献库搜索与阅读MCP服务

Prometheus 指标查询 MCP 服务器

SSH远程命令执行MCP服务器

电话服务 MCP 服务器

MySQL数据库管理工具