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

先决条件

• Python 3.7+
• 配备以下内容的 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

安装步骤

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. 测试你的连接（可选但推荐）：

   python test_connection.py
   

获取 Databricks 凭证

1. 主机：你的 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”标签
   • 在“访问令牌”下点击“管理”
   • 生成新令牌并立即保存
3. HTTP 路径：对于你的 SQL 仓库：
   • 转到 Databricks 中的 SQL 仓库
   • 选择你的仓库
   • 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

你可以使用 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) - 在你的 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 LLM 结合

当与支持 MCP 协议的 LLM 结合使用时，此服务器使你可以通过自然语言与你的 Databricks 环境交互：

• "显示数据库中的所有表格"
• "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

• 确保你的 Databricks 主机正确且不包含 https:// 前缀
• 检查你的 SQL 仓库是否正在运行并可访问
• 验证个人访问令牌具有必要的权限
• 运行包含的测试脚本：python test_connection.py

安全注意事项

• 你的 Databricks 个人访问令牌提供对你工作区的直接访问
• 确保你的 .env 文件安全并从未提交到版本控制中
• 考虑使用权限范围适当的 Databricks 令牌
• 在安全的环境中运行此服务器