DataHub MCPサーバー連携

「DataHub」MCPサーバーとは何をするのか？

DataHub MCP（Model Context Protocol）サーバーは、AIアシスタントとDataHubデータエコシステムの橋渡しをします。DataHubの強力なメタデータAPIとコンテキストAPIをMCP標準で公開することで、AIエージェントがすべてのエンティティタイプの検索、詳細メタデータの取得、データリネージの探索、関連SQLクエリの一覧取得を可能にします。これにより、AIモデルは最新のデータコンテキストへアクセスし、複雑なクエリや自動メタデータ探索をお好みのAIインターフェースから直接実行でき、開発ワークフローが大幅に向上します。DataHub MCPサーバーはDataHub Core／Cloud両対応であり、メタデータプラットフォームをAI駆動ツールやアシスタントと統合したい組織にとって柔軟なソリューションです。

プロンプト一覧

リポジトリやREADMEにはプロンプトテンプレートの詳細はありません。

リソース一覧

リポジトリやREADMEに明示的なMCPリソースプリミティブの記載はありません。

ツール一覧

• すべてのエンティティ型を任意フィルタで検索
  クライアントがDataHubエンティティ（データセット、ダッシュボード、パイプライン等）をカスタムフィルタで検索可能にします。
• 任意のエンティティのメタデータ取得
  指定したDataHubエンティティの詳細なメタデータを取得します。
• リネージグラフ（上流・下流）の探索
  指定エンティティについて、上流（ソース）・下流（利用者）両方向のデータリネージを探索できます。
• データセットに紐づくSQLクエリの一覧取得
  特定データセットと関連するSQLクエリを抽出し、監査や利用状況の把握に役立ちます。

このMCPサーバーのユースケース

• 総合的なデータ探索
  開発者やデータサイエンティストが全DataHubエンティティを横断的に検索・絞込でき、データ探索を加速し手作業を削減します。
• 自動メタデータ取得
  AIエージェントがエンティティの詳細メタデータを自動取得し、ドキュメント作成・品質チェック・オンボーディングワークフローを支援。
• リネージ分析による影響評価
  上流・下流リネージを即時探索し、変更の影響範囲やデータガバナンスを強化します。
• SQLクエリ監査
  データセットに関連するSQLクエリを一覧・分析でき、コンプライアンスやパフォーマンス、データアクセス最適化に役立ちます。
• AIアシスタントとの連携自動化
  DataHubと最新AIアシスタントをシームレスに接続し、チャットやコード環境から反復的なデータ管理・探索作業を自動化します。

セットアップ手順

Windsurf

リポジトリにWindsurf専用の手順はありません。

Claude

1. uv をインストールします。

2. which uvxでuvxコマンドのフルパスを確認します。

3. DataHubのURLと個人アクセストークンを取得します。

4. claude_desktop_config.jsonファイルを以下のように編集します:

   {
     "mcpServers": {
       "datahub": {
         "command": "<full-path-to-uvx>",  // 例: /Users/hsheth/.local/bin/uvx
         "args": ["mcp-server-datahub"],
         "env": {
           "DATAHUB_GMS_URL": "<your-datahub-url>",
           "DATAHUB_GMS_TOKEN": "<your-datahub-token>"
         }
       }
     }
   }
   

5. 保存してClaude Desktopを（再）起動。エージェント画面で接続を確認します。

Cursor

1. uv をインストールします。

2. DataHubのURLと個人アクセストークンを取得します。

3. .cursor/mcp.jsonを以下のように編集します:

   {
     "mcpServers": {
       "datahub": {
         "command": "uvx",
         "args": ["mcp-server-datahub"],
         "env": {
           "DATAHUB_GMS_URL": "<your-datahub-url>",
           "DATAHUB_GMS_TOKEN": "<your-datahub-token>"
         }
       }
     }
   }
   

4. ファイルを保存しCursorを再起動。MCPステータスパネルを確認します。

Cline

リポジトリにCline専用の手順はありません。

汎用／その他MCPクライアント

1. uv をインストールします。

2. DataHubのURLと個人アクセストークンを準備します。

3. 以下の設定を利用します:

   command: uvx
   args:
     - mcp-server-datahub
   env:
     DATAHUB_GMS_URL: <your-datahub-url>
     DATAHUB_GMS_TOKEN: <your-datahub-token>
   

4. お使いのMCPクライアントの設定にこのコマンドを組み込みます。

APIキーの安全な管理

DATAHUB_GMS_TOKENなどの認証情報は必ず環境変数で管理し、平文ファイルへは保存しないようにしましょう。設定では上述のようにenvフィールドを使ってセキュアに注入してください。

このMCPをFlowHuntフロー内で使う方法

FlowHuntでのMCP利用方法

FlowHuntのワークフローにMCPサーバーを組み込むには、まずフロー内にMCPコンポーネントを追加し、AIエージェントと接続します。

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。system MCP設定セクションに、以下のJSON形式でMCPサーバー情報を入力します:

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

設定後、AIエージェントがこのMCPの全機能にアクセスできるようになります。“datahub"の部分は実際のMCPサーバー名に、URLはご自身のMCPサーバーURLに置き換えてください。

概要

このMCPサーバーの評価は6/10程度です。オープンソースライセンスが明記され、複数の有用なツールと基本的なセキュアセットアップ手順がありますが、プロンプトテンプレートやリソースプリミティブ、サンプリングやルートなどの高度なMCP機能は未対応です。

MCPスコア