
Databricks MCP-server
Databricks MCP-serveren forbinder AI-assistenter med Databricks-miljøer, hvilket muliggør autonom udforskning, forståelse og interaktion med Unity Catalog metad...
Automatisér og administrér Unity Catalog-funktioner med Unity Catalog MCP Server, så din organisation får gnidningsfrie datakatalog-operationer og AI-drevne workflows.
Unity Catalog MCP Server fungerer som et Model Context Protocol (MCP) lag for Unity Catalog, hvilket gør det muligt for AI-assistenter at interagere programmæssigt med Unity Catalogs datastyringsfunktioner. Ved at eksponere Unity Catalog-funktioner som MCP-kompatible værktøjer, gør denne server det muligt for udviklere og AI-agenter at udføre operationer som at liste, forespørge, oprette og slette databasefunktioner på en standardiseret måde. Det forbedrer udviklingsworkflows betydeligt ved at automatisere datakatalog-opgaver, muliggøre gnidningsfri integration i flows og agenter samt støtte dynamisk adgang til schema- og funktionsmetadata. Serveren er designet til miljøer, hvor programmæssig styring, opdagelse og håndtering af datafunktioner er essentiel, såsom data engineering, analytics og AI-understøttet udvikling.
Ingen prompt-skabeloner er angivet i repository eller dokumentation.
Ingen eksplicitte MCP-ressourcer er dokumenteret i repository eller README.
name
(streng).name
(streng), script
(streng). Eksperimentelt API.name
(streng).Desuden er alle Unity Catalog-funktioner registreret i Unity Catalog tilgængelige som værktøjer.
Ingen platformspecifikke instruktioner tilgængelige for Windsurf.
uv
eller Python er installeret.claude_desktop_config.json
:{
"mcpServers": {
"unity-catalog": {
"command": "uv",
"args": [
"run",
"mcp-server-unitycatalog",
"--uc_server", "<UNITY_CATALOG_URL>",
"--uc_catalog", "<CATALOG_NAME>",
"--uc_schema", "<SCHEMA_NAME>",
"--uc_token", "${UC_TOKEN}"
]
}
}
}
Eksempel på sikring af API-nøgler:
{
"mcpServers": {
"unity-catalog": {
"command": "uv",
"args": [ "run", "mcp-server-unitycatalog", "--uc_server", "...", "--uc_token", "${UC_TOKEN}" ],
"env": {
"UC_TOKEN": "your_secret_token"
},
"inputs": {
"UC_TOKEN": "env"
}
}
}
}
Ingen platformspecifikke instruktioner tilgængelige for Cursor.
uv
.cline_config.json
:{
"mcpServers": {
"unity-catalog": {
"command": "uv",
"args": [
"run",
"mcp-server-unitycatalog",
"--uc_server", "<UNITY_CATALOG_URL>",
"--uc_catalog", "<CATALOG_NAME>",
"--uc_schema", "<SCHEMA_NAME>",
"--uc_token", "${UC_TOKEN}"
]
}
}
}
Eksempel på sikring af API-nøgler: (se ovenfor)
Brug af MCP i FlowHunt
For at integrere MCP-servere i dit FlowHunt workflow, start med at tilføje MCP-komponenten til dit flow og forbind den til din AI-agent:
Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsætter du dine MCP-serverdetaljer med dette JSON-format:
{
"unity-catalog": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Når det er konfigureret, kan AI-agenten nu bruge MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre "unity-catalog"
til det faktiske navn på din MCP-server og udskifte URL’en med din egen MCP-server-URL.
Sektion | Tilgængelighed | Detaljer/Noter |
---|---|---|
Oversigt | ✅ | Oversigt angivet i README.md |
Liste over Prompts | ⛔ | Ingen prompt-skabeloner dokumenteret |
Liste over Ressourcer | ⛔ | Ingen eksplicit MCP-ressourcer angivet |
Liste over Værktøjer | ✅ | Uddybende i README.md |
Sikring af API-nøgler | ✅ | Eksempel vist i README.md |
Sampling-support (mindre vigtigt i evaluering) | ⛔ | Ikke nævnt sampling-funktion |
Unity Catalog MCP Server er veldokumenteret hvad angår værktøjer og opsætning til Claude- og Cline-platformene, med klar licens og grundlæggende sikkerhedsvejledning (API-nøgle). Dog mangler der eksplicit dokumentation for prompt-skabeloner og MCP-ressourcer, og der nævnes ikke avancerede MCP-funktioner såsom rødder eller sampling. Alt i alt er det en solid, fokuseret integration til Unity Catalog, men den kunne forbedres med yderligere dokumentation og MCP-feature-support.
Har en LICENSE | ✅ (MIT) |
---|---|
Har mindst ét værktøj | ✅ |
Antal Forks | 6 |
Antal Stjerner | 14 |
Den muliggør programmæssig styring af Unity Catalog databasefunktioner gennem et MCP-kompatibelt API, så AI-agenter og udviklere kan liste, oprette, slette og forespørge katalogfunktioner, og dermed effektivisere data engineering- og analyseworkflows.
Den leverer standardiserede værktøjer som uc_list_functions, uc_get_function, uc_create_function og uc_delete_function, samt adgang til alle funktioner, der er registreret i Unity Catalog.
Du kan sende din Unity Catalog-adgangstoken som en miljøvariabel via MCP-serverens konfiguration. Eksempel: { \"mcpServers\": { \"unity-catalog\": { \"command\": \"uv\", \"args\": [\"run\", \"mcp-server-unitycatalog\", \"--uc_token\", \"${UC_TOKEN}\"], \"env\": { \"UC_TOKEN\": \"your_secret_token\" }, \"inputs\": { \"UC_TOKEN\": \"env\" } } } }
Tilføj MCP-serveren til din flows MCP-konfiguration. Når det er sat op, kan AI-agenter i FlowHunt få adgang til alle Unity Catalog-værktøjer og funktioner via et standardiseret MCP-interface.
Automatiseret funktionsstyring, katalog- og schema-udforskning, programmæssig funktionsregistrering samt sikker, token-baseret adgangskontrol for data-workflows.
Giv dine data-workflows et boost ved at integrere Unity Catalog MCP Server i FlowHunt. Automatisér datakatalog-opgaver, effektivisér engineering og styrk AI-drevet udvikling.
Databricks MCP-serveren forbinder AI-assistenter med Databricks-miljøer, hvilket muliggør autonom udforskning, forståelse og interaktion med Unity Catalog metad...
ModelContextProtocol (MCP) Server fungerer som et bindeled mellem AI-agenter og eksterne datakilder, API’er og tjenester, så FlowHunt-brugere kan bygge kontekst...
MongoDB MCP Server muliggør problemfri integration mellem AI-assistenter og MongoDB-databaser, hvilket tillader direkte databaseadministration, automatisering a...