Token导航 LogoToken导航

MCP Server · 数据服务

Databricks MCP Langchain

一个AI驱动的对话代理,允许用户通过自然语言查询与Databricks数据交互,提供命令行和基于Web的界面。

stdio官方级别未说明来源级核验工具 0
数据分析Python自然语言查询

快速开始

作者 / 组织
josemzr
提供方
josemzr
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Databricks MCP Langchain 属于数据服务类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前要先准备 访问 Token。

分类

数据服务

传输方式

stdio

认证方式

访问 Token

部署方式

公开资料未说明

安装与配置

安装命令

uv run app.py

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

Rancher聊天代理

一个基于人工智能的聊天代理,允许您使用自然语言查询和用于MCP的Databricks Managed MCP服务器与您的copula数据进行交互。该应用程序提供了一个命令行界面和一个由Chainlit支持的基于web的UI。

特性

  • 🤖 数据的自然语言查询
  • 🔒 使用Azure托管身份进行安全身份验证
  • 💬 两个界面:CLI和基于web的(Chainlit)
  • 🔄 实时SQL查询执行
  • 📊 带有对话历史记录的格式化查询结果

先决条件

  • Python 3.10或更高版本
  • 紫外线 (Python包安装程序)
  • Node.js和npm(用于MCP远程)
  • 配置了托管身份的Azure OpenAI访问
  • 带有个人访问令牌的copula工作区

安装

  1. 克隆仓库
   git clone 
   cd 
  1. 安装uv (如果尚未安装)
   # On macOS and Linux
   curl -LsSf https://astral.sh/uv/install.sh | sh

   # On Windows
   powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
  1. 使用uv安装依赖项
   uv venv
   source .venv/bin/activate  # On Windows: .venv\Scripts\activate
   uv pip install -r requirements.txt
  1. 安装MCP远程
   npm install -g @modelcontextprotocol/remote

配置

  1. 复制环境模板
   cp .env.example .env
  1. 更新 .env 将您的凭据归档
   # Azure OpenAI Configuration
   AZURE_OPENAI_ENDPOINT=https://your-resource-name.openai.azure.com/
   AZURE_OPENAI_DEPLOYMENT_NAME=gpt-4.1
   AZURE_OPENAI_API_VERSION=2024-08-01-preview

   # Databricks Configuration
   DATABRICKS_URL=https://your-workspace.databricks.com
   DATABRICKS_TOKEN=your-databricks-token-here
  1. 配置Azure身份验证

此应用程序使用Azure托管身份进行身份验证。确保您拥有:

- Azure CLI已安装并通过身份验证(az login) - Azure OpenAI资源的适当权限 - 或者在启用了托管身份的Azure环境中运行

用法

命令行界面

运行交互式CLI代理:

uv run app.py

然后,您可以用自然语言询问有关copula数据的问题:

You: Show me all catalogs
Agent: [Lists available catalogs]

You: What tables are in the main schema?
Agent: [Shows tables in the main schema]

类型 exit 或 quit 结束会议。

Web界面(Chainlit)

启动Chainlit web应用程序:

uv run chainlit run chainlit_app.py

然后打开浏览器 http://localhost:8000 通过web UI与代理交互。

项目结构

.
├── app.py              # CLI-based chat agent
├── chainlit_app.py     # Chainlit web-based chat agent
├── chainlit.md         # Chainlit welcome screen
├── .env.example        # Environment variables template
├── .gitignore          # Git ignore rules
├── requirements.txt    # Python dependencies
└── README.md           # This file

运作原理

代理人使用:

  • Azure OpenAI:用于自然语言理解和响应生成
  • LangGraph:用于构建代理的推理流
  • MCP(模型上下文协议):用于连接到copula
  • copula SQL:用于执行只读查询

工作流程:

  1. 用户用自然语言提问
  2. 代理分析问题并确定需要哪些数据
  3. 代理程序使用MCP对ViewModel执行SQL查询
  4. 结果被格式化并呈现给用户
  5. 为上下文保留对话历史记录

安全说明

  • 永远不要承诺你的 .env 文件到版本控制
  • 在生产环境中使用Azure托管身份
  • copula令牌应具有所需的最小权限
  • 为了安全起见,代理只执行只读SQL查询

发展

利用紫外线进行开发

# Create a virtual environment
uv venv

# Activate it
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

# Install dependencies
uv pip install -r requirements.txt

# Add a new dependency
uv pip install 

# Update requirements.txt
uv pip freeze > requirements.txt

以开发模式运行

对于开发过程中的自动重新加载:

uv run chainlit run chainlit_app.py --watch

故障排除

身份验证问题

  • 确保您已使用Azure CLI登录: az login
  • 验证您的帐户是否可以访问Azure OpenAI资源
  • 检查Azure OpenAI端点和部署名称是否正确

copula连接问题

  • 验证copula URL是否正确(没有尾随斜线)
  • 确保ViewModel令牌有效并且具有必要的权限
  • 检查 mcp-remote 已正确安装: npm list -g @modelcontextprotocol/remote

缺失依赖项

  • 确保已安装Node.js和npm
  • 重新安装MCP遥控器: npm install -g @modelcontextprotocol/remote

贡献

欢迎投稿!请随时提交拉取请求。

许可证

麻省理工学院

致谢

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

AI对话代理Python本地部署自然语言查询Databricks集成数据分析AzureOpenAI

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

用自然语言查库

不用手写 SQL,直接问数据,让模型组织查询语句。

数据巡检

定期拉指标、做对比,把异常项整理成一段说明。

打通业务数据

把数据库、数仓和接口接进同一个上下文,减少导出再上传。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备访问 Token,没有凭据没法直接试。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到访问 Token的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Databricks MCP Langchain

MCP World · 本页

0stdio有1 个2026-05-17
Memory 9d25f64e

MCP World

9未说明未标注1 个2026-05-17
Prisma MCP Server

MCP World

0stdio有3 个2026-05-17
Astr Bot

MCP World

0stdio有1 个2026-05-17
Getzep MCP

MCP World

9stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Databricks MCP Langchain 怎么安装?

公开资料给出的安装命令是 uv run app.py,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Databricks MCP Langchain 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Databricks MCP Langchain 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Databricks MCP Langchain 需要 API Key 吗?

公开资料标注的认证方式是访问 Token,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Databricks MCP Langchain 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP