Databricks MCP Server

Databricks MCP Server

pramodbhatofficialApache-2.0
MCP-сервер для платформы Databricks. Построен на официальном Python SDK. Через него ИИ-ассистент напрямую вызывает 263 инструмента в 28 разделах платформы. Unity Catalog, SQL, Compute, Jobs, Serving, MLflow — любая API доступна через чат. Не нужно вручную писать запросы, авторизовываться в консоли или разбираться в эндпоинтах. Аутентификация встроена в SDK. Работает с PAT, OAuth, Azure AD и сервис-принципалами. Можно отключить ненужные модули через переменные окружения, чтобы загружать только нужные инструменты.
РазработкаЭлектронная коммерцияБазы данныхUnityРазработка игр
Подключить MCPОткрыть на GitHub
Подключение

Подключить Databricks MCP Server

Выберите способ запуска и свой MCP-клиент. Ниже останется одна готовая инструкция, которую можно проверить и скопировать.

1

Способ подключения

2

Куда подключить

3

Скопируйте и проверьте

Claude Desktop / Claude Code

Клиент запускает MCP-сервер как локальный процесс.

  1. 1.Откройте настройки MCP в Claude.
  2. 2.Добавьте сервер с указанной командой и переменными окружения.
  3. 3.Перезапустите Claude, если сервер не появился автоматически.
json
{
  "mcpServers": {
    "databricks-sdk-mcp": {
      "command": "uvx",
      "args": [
        "databricks-sdk-mcp"
      ]
    }
  }
}

Сгенерировано из существующей команды запуска. Желательно сверить с README.

Инструкция собрана из данных карточки и пока не отмечена как проверенная редакцией. Сверьте команду с README источника и не передавайте лишние права или секреты.

Как оценить Databricks MCP Server

Databricks MCP Server относится к Разработка, Электронная коммерция, Базы данных, Unity, Разработка игр. Ниже собраны проверяемые признаки, по которым его можно сравнить с другими серверами каталога.

Происхождение
Проект сообщества
Лицензия
Apache-2.0
Реализация
Python
Транспорт
stdio

Что проверить перед выбором

  • Изучите README, открытые issues и историю последних изменений в репозитории.
  • Проверьте команду установки и зависимости перед запуском в рабочем окружении.
  • Ограничьте доступ MCP-сервера только нужными файлами, API и переменными окружения.

Карточка отредактирована 20.07.2026.

Автоматическая проверка источника ещё не выполнена. Внешних источников в карточке: 1.

Характеристики

Общее

  • СтатусСообщество
  • Разработчикpramodbhatofficial
  • ЛицензияApache-2.0

Технологии

  • Языки
    Python
  • Транспорт
    stdio

Описание

Возможности

  • Unity Catalog: управление каталогами, схемами, таблицами, представлениями, метками и совместным доступом.
  • SQL: выполнение запросов, работа с хранилищами, дэшбордами, файлами запросов и уведомлениями.
  • Вычисления: создание и настройка кластеров, политик экземпляров и автоматического масштабирования.
  • Джобы и пайплайны: запуск задач, мониторинг очереди, управление расписанием и просмотр логов.
  • MLflow: трекинг экспериментов, логирование параметров, управление реестром моделей.
  • Serving: развёртывание моделей на эндпоинтах, настройка трафика и автомасштабирования.
  • Vector Search: создание индексных эндпоинтов и семантический поиск по эмбеддингам.
  • IAM и секреты: управление пользователями, группами, сервис-принципалами, ролями и хранилищем секретов.
  • Delta Sharing: настройка провайдеров и получателей для обмена данными.
  • Genie и Dashboards: создание пространств для вопросов на естественном языке и визуальных панелей.

Как подключить

  1. Установите пакет. Через uvx:

    uvx databricks-sdk-mcp

    Или через pip:

    pip install databricks-sdk-mcp

  2. Настройте аутентификацию. Проще всего через персональный токен доступа (PAT). Задайте переменные окружения:

    export DATABRICKS_HOST=https://your-workspace.databricks.comexport DATABRICKS_TOKEN=dapi...

    Поддерживается OAuth (M2M), Azure AD и профиль CLI — SDK подхватит автоматически.

  3. Пропишите сервер в конфигурации MCP-клиента. Для Claude Desktop отредактируйте claude_desktop_config.json:

    { "mcpServers": { "databricks": { "command": "uvx", "args": ["databricks-sdk-mcp"], "env": { "DATABRICKS_HOST": "https://your-workspace.databricks.com", "DATABRICKS_TOKEN": "dapi..." } } } }
  4. Перезапустите клиент. В Claude Code проверьте инструменты командой /mcp. В Claude Desktop они появятся автоматически.

Примеры запросов

  • Покажи все таблицы в каталоге sales_db. Выведи их схему и комментарии к столбцам.
  • Создай кластер test-cluster из двух узлов со Spark 3.5.0 и дождись готовности.
  • Запусти джоб DataPipeline. Сообщи, когда завершится, и покажи статус выполнения.
  • Найди модель regression_model в реестре MLflow и разверни её на эндпоинте prod-serving.
  • Добавь пользователя user@domain.com в группу data-engineers с ролью Viewer на workspace.

Технические детали

  • Язык: Python 3.10+
  • Транспорт: stdio
  • Лицензия: Apache-2.0
  • Инструментов: 263
  • Шаблонов промтов: 8
  • MCP Resources: URL workspace, текущий пользователь, тип аутентификации
  • Аутентификация: PAT, OAuth, Azure AD, Service Principal
  • Совместимость: любые MCP-клиенты (Claude Desktop, Claude Code, VS Code, Cursor)

Поделиться