خادم Databricks MCP

ماذا يفعل خادم “Databricks” MCP؟

خادم Databricks MCP (بروتوكول سياق النماذج) هو أداة متخصصة تربط المساعدات الذكية بمنصة Databricks، مما يتيح تفاعلًا سلسًا مع موارد Databricks عبر واجهات اللغة الطبيعية. يعمل هذا الخادم كجسر بين النماذج اللغوية الكبيرة (LLMs) وواجهات برمجة تطبيقات Databricks (APIs)، بحيث يسمح لهذه النماذج بتنفيذ استعلامات SQL، وعرض قائمة المهام، واسترجاع حالات المهام، والحصول على معلومات تفصيلية حول المهام. من خلال إتاحة هذه القدرات عبر بروتوكول MCP، يمكّن خادم Databricks MCP المطورين ووكلاء الذكاء الاصطناعي من أتمتة سير عمل البيانات، وإدارة مهام Databricks، وتبسيط العمليات على قواعد البيانات، وبالتالي زيادة الإنتاجية في بيئات التطوير المعتمدة على البيانات.

قائمة التعليمات البرمجية (Prompts)

لا توجد قوالب تعليمات محددة في المستودع.

هل أنت مستعد لتنمية عملك؟

ابدأ تجربتك المجانية اليوم وشاهد النتائج في غضون أيام.

طلب عرض توضيحي تسجيل الدخول

قائمة الموارد

لا توجد موارد صريحة مدرجة في المستودع.

قائمة الأدوات

• run_sql_query(sql: str)
  تنفيذ استعلامات SQL على مستودع Databricks SQL.
• list_jobs()
  عرض جميع مهام Databricks في مساحة العمل.
• get_job_status(job_id: int)
  استرجاع حالة مهمة Databricks محددة بواسطة معرفها.
• get_job_details(job_id: int)
  الحصول على معلومات تفصيلية حول مهمة Databricks محددة.

انضم إلى نشرتنا الإخبارية

احصل على أحدث النصائح والاتجاهات والعروض مجانًا.

عنوان البريد الإلكتروني

اشترك

حالات استخدام هذا الخادم MCP

• أتمتة استعلامات قواعد البيانات
  تمكين النماذج اللغوية والمستخدمين من تشغيل استعلامات SQL على مستودعات Databricks مباشرة من واجهات المحادثة، مما يبسط سير عمل تحليل البيانات.
• إدارة المهام
  عرض ومراقبة مهام Databricks، مما يساعد المستخدمين على متابعة المهام الجارية أو المجدولة ضمن مساحة العمل.
• تتبع حالة المهام
  استرجاع حالة مهام Databricks بسرعة، مما يسمح بالمراقبة الفعالة وحل المشكلات.
• فحص تفصيلي للمهام
  الوصول إلى معلومات متعمقة عن مهام Databricks، ما يسهل تصحيح الأخطاء وتحسين خطوط ETL أو المهام الدُفعية.

كيفية الإعداد

Windsurf

1. تأكد من تثبيت Python 3.7+ وتوفر بيانات اعتماد Databricks.
2. استنسخ المستودع وثبت المتطلبات باستخدام pip install -r requirements.txt.
3. أنشئ ملف .env ببيانات اعتماد Databricks الخاصة بك.
4. أضف خادم Databricks MCP إلى إعدادات Windsurf:

   {
     "mcpServers": {
       "databricks": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

5. احفظ الإعدادات وأعد تشغيل Windsurf. تحقق من الإعداد بتشغيل استعلام تجريبي.

مثال لتأمين مفاتيح API:

{
  "mcpServers": {
    "databricks": {
      "command": "python",
      "args": ["main.py"],
      "env": {
        "DATABRICKS_HOST": "${DATABRICKS_HOST}",
        "DATABRICKS_TOKEN": "${DATABRICKS_TOKEN}",
        "DATABRICKS_HTTP_PATH": "${DATABRICKS_HTTP_PATH}"
      }
    }
  }
}

Claude

1. ثبت Python 3.7+ واستنسخ المستودع.
2. أعد إعداد ملف .env ببيانات اعتماد Databricks.
3. اضبط واجهة MCP الخاصة بـ Claude:

   {
     "mcpServers": {
       "databricks": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

4. أعد تشغيل Claude وتحقق من الاتصال.

Cursor

1. استنسخ المستودع وأعد بيئة Python.
2. ثبت التبعيات وأنشئ ملف .env ببيانات الاعتماد.
3. أضف الخادم لإعدادات Cursor:

   {
     "mcpServers": {
       "databricks": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

4. احفظ الإعدادات واختبر الاتصال.

Cline

1. حضر Python وبيانات الاعتماد كما في الأعلى.
2. استنسخ المستودع، وثبت المتطلبات، واضبط ملف .env.
3. أضف إدخال خادم MCP إلى إعدادات Cline:

   {
     "mcpServers": {
       "databricks": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

4. احفظ، وأعد تشغيل Cline، وتأكد من عمل الخادم.

ملاحظة: احرص دائمًا على تأمين مفاتيح API والبيانات السرية باستخدام متغيرات البيئة كما هو موضح في الأمثلة أعلاه.

كيفية استخدام هذا الخادم MCP في التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى التدفق وربطه بوكيل الذكاء الاصطناعي:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات MCP للنظام، أدخل تفاصيل خادم MCP الخاص بك باستخدام هذا التنسيق JSON:

{
  "databricks": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، سيتمكن وكيل الذكاء الاصطناعي من استخدام هذا الخادم كمجموعة أدوات بكل وظائفه وإمكاناته. تذكر تغيير “databricks” إلى اسم خادم MCP الخاص بك واستبدال عنوان URL بعنوان خادم MCP الخاص بك.

نظرة عامة

| دعم الجذور | ⛔ | غير مذكور |

استنادًا إلى توفر الميزات الأساسية (الأدوات، ودليل الإعداد والأمان، ولكن بدون موارد أو قوالب تعليمات)، فإن خادم Databricks MCP فعال في التكامل مع واجهات Databricks API لكنه يفتقر لبعض البدائيات المتقدمة في MCP. أقيّم هذا الخادم بـ 6 من 10 من حيث اكتماله وفائدته ضمن منظومة MCP.

تقييم MCP