Databricks MCP 服务器

一个模型上下文协议（MCP）服务器，连接到 Databricks API，允许大语言模型（LLMs）运行 SQL 查询、列出作业并获取作业状态。

功能

• 在 Databricks SQL 仓库上运行 SQL 查询
• 列出所有 Databricks 作业
• 获取特定 Databricks 作业的状态
• 获取有关特定 Databricks 作业的详细信息

决条件

• Python 3.7+
• 带有以下配置的 Databricks 工作区：
  • 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  # 在 Windows 上：.venv\Scripts\activate
   

3. 安装依赖项：

   pip install -r requirements.txt
   

4. 在根目录下创建一个 .env 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
   

5. 测试您的连接（可选但推荐）：

   python test_connection.py
   

获取 Databricks 凭证

1. 主机：您的 Databricks 实例 URL（例如 your-instance.cloud.databricks.com）
2. 令牌：在 Databricks 中创建个人访问令牌：
   • 转到用户设置（点击右上角的用户名）
   • 选择“开发者”选项卡
   • 在“访问令牌”下点击“管理”
   • 生成新令牌并立即保存
3. HTTP 路径：对于您的 SQL 仓库：
   • 转到 Databricks 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 inspector 测试此 MCP 服务器，运行：

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) - 在您的 Databricks SQL 仓库上执行 SQL 查询
2. list_jobs() - 列出工作区中的所有 Databricks 作业
3. get_job_status(job_id: int) - 通过作业 ID 获取特定 Databricks 作业的状态
4. get_job_details(job_id: int) - 获取特定 Databricks 作业的详细信息

示例用法与大语言模型结合

当与支持 MCP 协议的大语言模型一起使用时，此服务器使您能够以自然语言与您的 Databricks 环境交互：

• “显示数据库中的所有表”
• “运行查询以查看客户表中的记录数”
• “列出我的所有 Databricks 作业”
• “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 Databricks 主机正确且不包含 https:// 前缀
• 检查您的 SQL 仓库是否正在运行且可访问
• 验证个人访问令牌具有必要的权限
• 运行 included 测试脚本：python test_connection.py

安全注意事项

• 您的 Databricks 个人访问令牌提供对工作区的直接访问
• 确保您的 .env 文件安全且从未提交到版本控制
• 考虑使用具有适当权限范围的 Databricks 令牌
• 在安全的环境中运行此服务器