Databricks MCPサーバー

「Databricks」MCPサーバーは何をするのか？

Databricks MCPサーバーは、Model Context Protocol（MCP）サーバーとして、AIアシスタントをDatabricks環境に直接接続します。特にUnity Catalog（UC）メタデータの活用に重点を置いています。主な機能は、AIエージェントがDatabricksのデータ資産へ自律的にアクセスし、理解し、操作できるようにすることです。本サーバーは、エージェントがUCメタデータを探索し、データ構造を把握し、SQLクエリを実行するためのツールを提供します。これにより、AIエージェントはデータ関連の質問に答えたり、データベースクエリを実行したり、複雑なデータリクエストを各ステップで手動操作なしに独立して完遂できます。詳細なメタデータを利用可能かつ実用的にすることで、Databricks上でのAI主導の開発ワークフローやインテリジェントなデータ探索・管理を支援します。

プロンプト一覧

リポジトリやドキュメントに特定のプロンプトテンプレートは記載されていません。

リソース一覧

リポジトリやドキュメントに明示的なMCPリソース一覧は記載されていません。

ツール一覧

ドキュメントで利用可能とされているツールや機能は以下の通りです：

• Unity Catalogメタデータの探索
  AIエージェントがDatabricksのUnity Catalogメタデータ（カタログ、スキーマ、テーブル、カラムなど）を探索できます。
• データ構造の理解
  Databricksのデータセット構造をエージェントが理解し、より正確なSQLクエリ構築を支援します。
• SQLクエリの実行
  AIエージェントがDatabricks上でSQLクエリを実行でき、様々なデータ要求や分析に対応します。
• 自律的なエージェントアクション
  AIがリクエストを繰り返し処理し、複雑な複数ステップのデータタスクを自律的に実行できるエージェントモードをサポートします。

このMCPサーバーのユースケース

• データベースメタデータ探索
  AIエージェントがDatabricks Unity Catalogメタデータを自律的に探索し、データ資産や関係性を手動で調べることなく把握できます。
• 自動SQLクエリ構築
  エージェントがメタデータを活用して、ユーザーのニーズや分析タスクに合わせたSQLクエリを自動生成・実行します。
• データドキュメント作成支援
  UCメタデータを活用し、AIがデータ資産のドキュメント作成や、その網羅性・正確性の確認を補助します。
• インテリジェントなデータ探索
  開発者はMCPサーバーを利用し、AIエージェントにアドホックなデータ質問への回答や探索的データ分析を行わせることができます。
• 複雑なタスク自動化
  サーバーのエージェントモードにより、AIがデータ探索、クエリ実行、結果返却など複数ステップを連鎖的に自動実行できます。

セットアップ方法

Windsurf

Windsurf固有のセットアップ手順やJSONスニペットは記載されていません。

Claude

Claude固有のセットアップ手順やJSONスニペットは記載されていません。

Cursor

リポジトリにはCursorとの統合について記載があります：

1. Pythonおよび必要な依存関係がインストールされていることを確認します。
2. リポジトリをクローンし、requirements.txtから必要なパッケージをインストールします。
3. Cursor内のMCPサーバー用設定ファイルを探します。
4. mcpServersオブジェクトにDatabricks MCPサーバーを追加します:

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

5. 設定を保存し、必要に応じてCursorを再起動します。

環境変数を用いたAPIキーの安全な管理（例）：

{
  "databricks-mcp": {
    "command": "python",
    "args": ["main.py"],
    "env": {
      "DATABRICKS_TOKEN": "YOUR_API_KEY"
    }
  }
}

Cline

Cline固有のセットアップ手順やJSONスニペットは記載されていません。

フロー内でのMCPサーバー利用方法

FlowHuntでのMCP利用

MCPサーバーをFlowHuntワークフローに統合するには、まずMCPコンポーネントをフローに追加し、AIエージェントに接続します：

MCPコンポーネントをクリックして設定パネルを開きます。システムMCP設定セクションで、以下のJSON形式を用いてMCPサーバー情報を入力してください：

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

設定後、AIエージェントはこのMCPをツールとして利用可能となり、全機能にアクセスできます。“databricks-mcp"は実際のMCPサーバー名に、URLは自身のMCPサーバーURLに置き換えてください。

概要

公開されているドキュメントから、Databricks MCPサーバーはDatabricks/UC統合やエージェント型AIワークフローには十分に特化されていますが、明示的なプロンプトテンプレートやリソースリスト、ルートやサンプリング機能の記述が不足しています。Cursor向けのセットアップ・ツール説明は明確ですが、他プラットフォーム向けは不十分です。

所感

このMCPサーバーはDatabricks＋AI自動化に特化しており実用的ですが、プロンプト・リソース・マルチプラットフォームセットアップに関する明示的なドキュメントがさらに充実すると良いでしょう。Databricks/UC統合をお探しの方には、堅実で実用的なソリューションです。

MCPスコア