Databricks MCP 服务器

一个用于 Databricks 的模型完成协议 (MCP) 服务器，可通过 MCP 协议访问 Databricks 功能。这使得基于 LLM 的工具能够与 Databricks 集群、作业、笔记本等进行交互。

特征

• MCP 协议支持：实现 MCP 协议以允许 LLM 与 Databricks 交互

• Databricks API 集成：提供对 Databricks REST API 功能的访问

• 工具注册：将 Databricks 功能公开为 MCP 工具

• 异步支持：使用 asyncio 构建，可实现高效运行

Related MCP server: Databricks MCP Server

可用工具

Databricks MCP 服务器公开以下工具：

• list_clusters ：列出所有 Databricks 集群

• create_cluster ：创建一个新的 Databricks 集群

• 终止Databricks 集群

• get_cluster ：获取有关特定 Databricks 集群的信息

• start_cluster ：启动已终止的 Databricks 集群

• list_jobs ：列出所有 Databricks 作业

• run_job ：运行 Databricks 作业

• list_notebooks ：列出工作区目录中的笔记本

• export_notebook ：从工作区导出笔记本

• list_files ：列出 DBFS 路径中的文件和目录

• 执行SQL 语句

安装

先决条件

• Python 3.10 或更高版本

• uv包管理器（推荐用于 MCP 服务器）

设置

1. 如果尚未安装uv ，请安装它：

   # MacOS/Linux
   curl -LsSf https://astral.sh/uv/install.sh | sh
   
   # Windows (in PowerShell)
   irm https://astral.sh/uv/install.ps1 | iex

   安装后重新启动终端。

2. 克隆存储库：

   git clone https://github.com/JustTryAI/databricks-mcp-server.git
   cd databricks-mcp-server

3. 使用uv设置项目：

   # Create and activate virtual environment
   uv venv
   
   # On Windows
   .\.venv\Scripts\activate
   
   # On Linux/Mac
   source .venv/bin/activate
   
   # Install dependencies in development mode
   uv pip install -e .
   
   # Install development dependencies
   uv pip install -e ".[dev]"

4. 设置环境变量：

   # Windows
   set DATABRICKS_HOST=https://your-databricks-instance.azuredatabricks.net
   set DATABRICKS_TOKEN=your-personal-access-token
   
   # Linux/Mac
   export DATABRICKS_HOST=https://your-databricks-instance.azuredatabricks.net
   export DATABRICKS_TOKEN=your-personal-access-token

   您还可以基于.env.example模板创建.env文件。

运行 MCP 服务器

要启动 MCP 服务器，请运行：

# Windows
.\start_mcp_server.ps1

# Linux/Mac
./start_mcp_server.sh

这些包装脚本将执行位于scripts目录中的实际服务器脚本。服务器将启动并准备好接受 MCP 协议连接。

您也可以直接从脚本目录运行服务器脚本：

# Windows
.\scripts\start_mcp_server.ps1

# Linux/Mac
./scripts/start_mcp_server.sh

查询 Databricks 资源

该存储库包含用于快速查看 Databricks 资源的实用程序脚本：

# View all clusters
uv run scripts/show_clusters.py

# View all notebooks
uv run scripts/show_notebooks.py

项目结构

databricks-mcp-server/
├── src/                             # Source code
│   ├── __init__.py                  # Makes src a package
│   ├── __main__.py                  # Main entry point for the package
│   ├── main.py                      # Entry point for the MCP server
│   ├── api/                         # Databricks API clients
│   ├── core/                        # Core functionality
│   ├── server/                      # Server implementation
│   │   ├── databricks_mcp_server.py # Main MCP server
│   │   └── app.py                   # FastAPI app for tests
│   └── cli/                         # Command-line interface
├── tests/                           # Test directory
├── scripts/                         # Helper scripts
│   ├── start_mcp_server.ps1         # Server startup script (Windows)
│   ├── run_tests.ps1                # Test runner script
│   ├── show_clusters.py             # Script to show clusters
│   └── show_notebooks.py            # Script to show notebooks
├── examples/                        # Example usage
├── docs/                            # Documentation
└── pyproject.toml                   # Project configuration

请参阅project_structure.md来了解项目结构的更详细视图。

发展

代码标准

• Python 代码遵循 PEP 8 风格指南，每行最大长度为 100 个字符

• 使用 4 个空格缩进（不使用制表符）

• 对字符串使用双引号

• 所有类、方法和函数都应该有 Google 风格的文档字符串

• 除测试外，所有代码都需要类型提示

代码检查

该项目使用以下 linting 工具：

# Run all linters
uv run pylint src/ tests/
uv run flake8 src/ tests/
uv run mypy src/

测试

该项目使用 pytest 进行测试。要运行测试：

# Run all tests with our convenient script
.\scripts\run_tests.ps1

# Run with coverage report
.\scripts\run_tests.ps1 -Coverage

# Run specific tests with verbose output
.\scripts\run_tests.ps1 -Verbose -Coverage tests/test_clusters.py

您还可以直接使用 pytest 运行测试：

# Run all tests
uv run pytest tests/

# Run with coverage report
uv run pytest --cov=src tests/ --cov-report=term-missing

该项目的目标是最低代码覆盖率达到 80%。

文档

• API 文档是使用 Sphinx 生成的，可以在docs/api目录中找到

• 所有代码都包含 Google 风格的文档字符串

• 请参阅examples/目录以获取使用示例

示例

查看examples/目录以获取用法示例。要运行示例，请执行以下操作：

# Run example scripts with uv
uv run examples/direct_usage.py
uv run examples/mcp_client_usage.py

贡献

欢迎贡献代码！欢迎提交 Pull 请求。

1. 确保您的代码遵循项目的编码标准

2. 为任何新功能添加测试

3. 根据需要更新文档

4. 提交前验证所有测试均已通过

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。