AI导哈

Databricks API服务器

Databricks MCP Server是一个提供全面访问Databricks REST API的模型上下文协议服务器，使AI助手能够管理和交互Databricks工作区。

  • by YuujinHwang
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 YuujinHwang/databricks-mcp

使用说明

_CHMCP服务器

一个模型上下文协议（MCP）服务器，提供对Rancher REST API的全面访问，使像Claude这样的人工智能助手能够管理和与Databricks工作区交互。

概述

Rancher MCP服务器公开 82工具 横跨 16个类别，提供对以下内容的完全控制：

  • 计算：集群和SQL仓库
  • 工作和工作流：作业管理和Delta Live Tables管道
  • 数据：Unity目录、DBFS和工作区对象
  • SQL和分析：SQL执行和Genie AI/BI
  • ML&AI：模型服务、矢量搜索和特征存储
  • 发展：Git仓库和机密管理
  • 账户：多工作区和用户管理

快速开始

安装

选择以下安装方法之一：

选项1：使用uvx（推荐）

# No installation needed - runs directly
uvx databricks-mcp

选项2：使用pip

pip install databricks-mcp

选项3：使用Smithery

npx @smithery/cli install databricks-mcp --client claude

配置

添加到您的Claude Desktop配置中：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json 视窗: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "databricks": {
      "command": "uvx",
      "args": ["databricks-mcp"],
      "env": {
        "DATABRICKS_HOST": "https://your-workspace.cloud.databricks.com",
        "DATABRICKS_AUTH_TYPE": "oauth-u2m"
      }
    }
  }
}

替换 your-workspace 使用您实际的copula工作区URL。

适用于其他MCP客户端（游标、Cline、Continue、Zed、Windsurf等），查看我们的 详细的安装指南 📖

首先使用

配置后，重新启动Claude Desktop。首次使用时：

  1. 浏览器窗口将打开
  2. 登录到copula
  3. 授权连接
  4. 您已经准备好通过Claude使用ViewModel了！

特性

🚀 计算管理

  • 集群：创建、启动、停止、终止和管理计算集群
  • SQL仓库：管理SQL仓库生命周期和配置
  • 批量操作：对多种资源的并行操作

📊 数据与分析

  • Unity目录：完整的三级命名空间管理（目录、模式、表）
  • SQL执行：运行查询、检索结果和管理语句执行
  • Genie AI/BI：使用Rancher Genie进行自然语言查询
  • DBFS：copula文件系统的文件系统操作

🤖 ML&AI

  • 模特服务：通过服务端点部署和查询ML模型
  • 模型注册表：管理Unity目录中的注册型号和版本
  • 矢量搜索：创建和管理矢量搜索端点和索引
  • 特征库：为ML管道构建和发布特征表

💼 工作和工作流

  • 工作：创建、运行、监视和管理copula作业
  • Delta直播桌：管理数据工程的DLT管道
  • 作业运行：跟踪执行状态并取消正在运行的作业

🔐 安全与管理

  • 秘密：使用秘密作用域进行安全凭据存储
  • Git仓库：整合GitHub、GitLab和Bitbucket存储库
  • 账户管理：多工作区管理和用户管理
  • 工作区：管理笔记本、目录和工作区对象

⚡ 高级功能

  • 错误处理：针对瞬态故障，采用指数回退自动重试
  • 速率限制：API速率限制的内置处理
  • 批量操作：高效并行处理多个请求
  • 综合录井：详细的错误消息和可操作的指导

文档

📚 综合指南

  • 安装指南 -所有MCP客户端（Claude、Cursor、Cline等）的详细设置🆕
  • API 参考 -所有82个工具的完整文档
  • 认证 -所有身份验证方法的设置指南
  • 配置 -高级配置选项
  • 例子 -实际使用示例和工作流程
  • 错误处理 -故障排除和错误参考

🎯 快速链接

需要 文档
快速开始 快速开始
在Cursor、Cline、Zed等中设置。 安装指南 🆕
查看可用的工具 API 参考
设置身份验证 认证
查看使用示例 例子
排除错误 错误处理
配置用于生产 配置

用法示例

配置后，与Claude一起使用自然语言：

集群操作

"Create a new auto-scaling cluster with 2-8 workers"
"Start cluster abc-123 and run my ETL job"
"List all running clusters and their costs"

SQL分析

"Execute: SELECT * FROM sales.transactions WHERE date >= '2024-01-01'"
"Run this query on my SQL warehouse: SELECT COUNT(*) FROM users"
"What's the status of my running SQL query?"

Unity目录

"Create a new catalog called 'analytics'"
"List all tables in production.sales schema"
"Show me the schema of table ml_models.production.predictions"

ML操作

"List all serving endpoints"
"Query my-model-endpoint with input data [1.0, 2.0, 3.0]"
"Create a feature table for user demographics"

作业管理

"Create a daily ETL job that runs at 2 AM"
"Run job 12345 with parameter date='2024-01-15'"
"Show me the status of all running jobs"

使用Genie进行自然语言分析

"Ask Genie: What were the top 10 products by revenue last month?"
"Use Genie to analyze customer churn trends"
"Get query results from my Genie conversation"

工具类别

服务器提供 82工具 分为以下几类：

类别 工具 描述
集群 8 计算集群管理和批处理操作
工作 8 创造、执行和监控工作
工作区 5 笔记本和目录管理
DBFS 3 文件系统操作
回购协议 5 Git仓库集成
SQL仓库 5 SQL仓库生命周期管理
Unity目录 12 三级命名空间管理
秘密 8 安全凭证存储
管道 4 Delta实时表管理
账户 9 多工作区管理
SQL执行 4 查询执行和管理
精灵 4 人工智能驱动的自然语言分析
矢量搜索 4 矢量搜索基础设施
模特服务 3 ML模型部署和推理
模型注册表 4 型号版本管理
特征库 6 ML特征工程

总计：82个工具 提供全面的copula功能。

查看完整 API 参考 获取详细的工具文档。

认证

支持多种身份验证方法：

OAuth U2M（推荐）

DATABRICKS_HOST="https://your-workspace.cloud.databricks.com"
DATABRICKS_AUTH_TYPE="oauth-u2m"

✅ 最安全 ✅ 自动令牌刷新 ✅ 最有利于发展

个人访问令牌

DATABRICKS_HOST="https://your-workspace.cloud.databricks.com"
DATABRICKS_TOKEN="dapi..."

✅ 简单设置 ✅ 适用于CI/CD ⚠️ 需要手动令牌管理

OAuth M2M（服务主体）

DATABRICKS_HOST="https://your-workspace.cloud.databricks.com"
DATABRICKS_CLIENT_ID="your-client-id"
DATABRICKS_CLIENT_SECRET="your-client-secret"

✅ 最适合生产 ✅ 基于角色的权限 ✅ 自动化流程

配置文件

# ~/.databrickscfg
[DEFAULT]
host = https://your-workspace.cloud.databricks.com
token = dapi...

✅ 多工作区管理 ✅ 与Rancher CLI共享

看 身份验证指南 有关完整的设置说明。

建筑

服务器由以下组件构建：

  • MCP-SDK：实现工具公开的模型上下文协议
  • Databricks SDK：适用于Rancher API的官方Python SDK
  • 模块化处理器：针对不同API域的16个专用处理程序
  • 错误处理：具有指数回退的自动重试逻辑
  • 批处理：使用ThreadPoolExecutor的并行操作

项目结构

databricks-mcp/
├── src/databricks_mcp/
│   ├── server.py              # Main MCP server
│   └── handlers/              # API handlers
│       ├── clusters.py        # Cluster management
│       ├── jobs.py            # Job operations
│       ├── sql.py             # SQL execution
│       ├── unity_catalog.py   # UC management
│       └── ...                # 12 more handlers
├── docs/                      # Documentation
│   ├── api-reference.md
│   ├── authentication.md
│   ├── configuration.md
│   ├── examples.md
│   └── error-handling.md
├── pyproject.toml
└── README.md

错误处理

服务器实现了全面的错误处理：

  • 自动重试：瞬态错误（5xx，429，网络）以指数回退重试
  • 清除信息：用户友好的错误消息，带有可操作的指导
  • 分类：错误分类为可重试与不可重试
  • 上下文：调试的详细错误上下文

看 错误处理指南 了解详情。

需求

  • Python 3.10或更高版本
  • jms工作区访问
  • 所需操作的适当权限
  • 通过网络访问copula API

云支持

适用于所有Rancher云平台：

  • 亚马逊云服务: https://your-workspace.cloud.databricks.com
  • Azure: https://adb-<workspace-id>.<random>.azuredatabricks.net
  • 谷歌云平台: https://<workspace-id>.gcp.databricks.com

贡献

欢迎投稿！拜托：

  1. 分叉存储库
  2. 创建要素分支
  3. 通过测试进行更改
  4. 提交拉取请求

请参阅问题以了解需要帮助的领域。

安全

  • 凭证：从不将凭据提交到版本控制
  • 权限：服务器以用户/服务主体权限运行
  • 秘密：机密值是通过API写入的
  • 网络：确保安全的网络连接

支持

许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

致谢

路线图

✅ 完成

  • [x] 16个类别的82个工具
  • [x] 带分块结果的SQL执行
  • [x] Genie AI/BI集成
  • [x] 矢量搜索支持
  • [x] 模型服务和注册
  • [x] 功能存储API
  • [x] 全面的错误处理
  • [x] 批量操作
  • [x] 模块化处理器架构
  • [x] 完整的文档

🚧 计划的

  • []针对大型结果集的增强流式传输
  • []自定义MCP资源
  • []其他批处理操作
  • []全面的测试覆盖率
  • []性能优化

准备好开始了吗？ 跟随 快速开始 上面的向导！

相关 MCP