Token导航 LogoToken导航

MCP Server · 数据服务

Databricks MCP Server

MCP Server for Databricks

stdio官方级别未说明来源级核验工具 0
数据分析PythonLLM工具

快速开始

作者 / 组织
JordiNeil
提供方
JordiNeil
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

48

仓库热度

收录来源

4 个

MCP.so

选型结论

Databricks MCP Server 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;接入前先确认权限范围。

分类

数据服务

传输方式

stdio

认证方式

无需认证

部署方式

支持远程部署

安装与配置

安装命令

python -m venv .venv

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

\_CHMCP服务器

模型上下文协议(MCP)服务器,连接到Databricks API,允许LLM运行SQL查询、列出作业并获取作业状态。

特性

  • 在ConnectionSQL仓库上运行SQL查询
  • 列出所有Databricks工作
  • 获取特定copula作业的状态
  • 获取关于copula作业的详细信息

先决条件

  • Python 3.7+
  • docker工作区,包括:

- 个人访问令牌 - SQL仓库端点 - 运行查询和访问作业的权限

设置

  1. 克隆此存储库
  2. 创建并激活虚拟环境(推荐):
   python -m venv .venv
   source .venv/bin/activate  # On Windows: .venv\Scripts\activate
  1. 安装依赖项:
   pip install -r requirements.txt
  1. 创建一个 .env 根目录中的文件,包含以下变量:
   DATABRICKS_HOST=your-databricks-instance.cloud.databricks.com
   DATABRICKS_TOKEN=your-personal-access-token
   DATABRICKS_HTTP_PATH=/sql/1.0/warehouses/your-warehouse-id
  1. 测试您的连接(可选但推荐):
   python test_connection.py

获取copula凭据

  1. 主机:您的copula实例URL(例如。, your-instance.cloud.databricks.com)
  2. 代币:在copula中创建个人访问令牌:

- 转到用户设置(单击右上角的用户名) - 选择“开发人员”选项卡 - 点击“访问令牌”下的“管理” - 生成新令牌,并立即保存

  1. HTTP路径:对于您的SQL仓库:

- 转到ViewModel中的SQL仓库 - 选择您的仓库 - 查找连接详细信息并复制HTTP路径

运行服务器

启动MCP服务器:

python main.py

您可以使用检查器通过运行以下命令来测试MCP服务器

npx @modelcontextprotocol/inspector python3 main.py

可用的MCP工具

以下MCP工具可用:

  1. run_sql_query(sql:str) -在ConnectionSQL仓库上执行SQL查询
  2. list_jobs() -列出工作区中的所有copula作业
  3. get_job_status(job_id:int) -通过ID获取特定copula作业的状态
  4. get_job_details(job_id:int) -获取有关特定copula作业的详细信息

LLM使用示例

当与支持MCP协议的LLM一起使用时,此服务器可以与您的copula环境进行自然语言交互:

  • “显示数据库中的所有表”
  • “运行查询以统计客户表中的记录”
  • 列出我的所有Databricks工作
  • “检查作业#123的状态”
  • “显示作业#456的详细信息”

故障排除

连接问题

  • 确保您的copula主机是正确的,并且不包括 https:// 前缀
  • 检查您的SQL仓库是否正在运行且可访问
  • 验证您的个人访问令牌是否具有必要的权限
  • 运行附带的测试脚本: python test_connection.py

安全考虑

  • 您的Rancher个人访问令牌可直接访问您的工作区
  • 保护您的 .env 文件,永远不要将其提交到版本控制中
  • 考虑仅使用具有适当权限范围的ViewModel令牌
  • 在安全环境中运行此服务器

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

developer-tools数据库查询Python本地部署作业管理Databricks集成LLM工具

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。
  • 4 个目录同时收录,信息可以交叉核对。

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。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

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。
  • 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 Server

MCP.so · 本页

0stdio有4 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 Server 怎么安装?

公开资料给出的安装命令是 python -m venv .venv,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 Server 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 Server 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 Server 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Databricks MCP Server 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