Databricks MCP 服务器

一个用于 Databricks 的模型完成协议（MCP）服务器，通过 MCP 协议提供对 Databricks 功能的访问。这允许由 LLM 支持的工具与 Databricks 集群、作业、笔记本等进行交互。

特性

• 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 功能作为 MCP 工具暴露出来
• 异步支持：使用 asyncio 构建以实现高效操作

可用工具

Databricks MCP 服务器公开了以下工具：

• list_clusters：列出所有 Databricks 集群
• create_cluster：创建一个新的 Databricks 集群
• terminate_cluster：终止一个 Databricks 集群
• get_cluster：获取特定 Databricks 集群的信息
• start_cluster：启动一个已终止的 Databricks 集群
• list_jobs：列出所有 Databricks 作业
• run_job：运行一个 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
• execute_sql：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. 如果还没有安装 uv，请先安装：

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

   安装后重启终端。

2. 克隆仓库：

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

3. 使用 uv 设置项目：

   # 创建并激活虚拟环境
   uv venv
   
   # 在 Windows 上
   .\.venv\Scripts\activate
   
   # 在 Linux/Mac 上
   source .venv/bin/activate
   
   # 以开发模式安装依赖项
   uv pip install -e .
   
   # 安装开发依赖项
   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
   

   您也可以基于 .env.example 模板创建一个 .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中运行服务器脚本：

# Windows
.\scripts\start_mcp_server.ps1

# Linux/Mac
./scripts/start_mcp_server.sh

查询 Databricks 资源

仓库包括一些实用脚本，可以快速查看 Databricks 资源：

# 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

有关项目结构的更详细视图，请参见 project_structure.md。

开发

代码规范

• Python 代码遵循 PEP 8 风格指南，最大行长度为 100 个字符
• 使用 4 个空格进行缩进（不使用制表符）
• 字符串使用双引号
• 所有类、方法和函数都应具有 Google 风格的文档字符串
• 除测试代码外，所有代码都需要类型提示

代码检查

项目使用以下代码检查工具：

# 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

您也可以直接使用 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

项目的最低代码覆盖率目标是 80%。

文档

• API 文档使用 Sphinx 生成，位于 docs/api 目录中
• 所有代码都包含 Google 风格的文档字符串
• 请参阅 examples/ 目录中的用法示例

示例

请查看 examples/ 目录以获取用法示例。要运行示例：

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

贡献

欢迎贡献！请随时提交 Pull Request。

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. 在提交前验证所有测试通过

许可证

本项目根据 MIT 许可证授权 - 详情请参阅 LICENSE 文件。