Databricks MCP Langchain

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

• 内置于 LangGraph
• 由...驱动 Azure OpenAI
• UI由 Chainlit
• MCP Anthropic