
Serverul Databricks MCP
Serverul Databricks MCP conectează asistenții AI la mediile Databricks, permițând explorarea autonomă, înțelegerea și interacțiunea cu metadatele Unity Catalog ...
Automatizează și gestionează funcțiile Unity Catalog cu serverul Unity Catalog MCP, aducând operațiuni de catalog de date fără întreruperi și fluxuri de lucru alimentate de AI în organizația ta.
Serverul Unity Catalog MCP servește ca un strat Model Context Protocol (MCP) pentru Unity Catalog, permițând asistenților AI să interacționeze programatic cu funcțiile de gestionare a datelor din Unity Catalog. Prin expunerea funcțiilor Unity Catalog ca instrumente compatibile MCP, acest server permite dezvoltatorilor și agenților AI să efectueze operațiuni precum listarea, interogarea, crearea și ștergerea funcțiilor bazei de date într-un mod standardizat. Astfel, fluxurile de dezvoltare sunt considerabil îmbunătățite prin automatizarea sarcinilor de catalog de date, facilitarea integrării fără întreruperi în fluxuri și agenți, precum și susținerea accesului dinamic la metadatele schemelor și funcțiilor. Serverul este conceput pentru medii în care gestionarea, descoperirea și manipularea programatică a funcțiilor de date este esențială, cum ar fi în ingineria datelor, analiză și dezvoltare augmentată AI.
Niciun șablon de prompt nu este listat în depozit sau documentație.
Nu există resurse MCP explicite documentate în depozit sau README.
name
(string).name
(string), script
(string). API experimentală.name
(string).În plus, toate funcțiile Unity Catalog înregistrate în Unity Catalog sunt disponibile ca instrumente.
Nu există instrucțiuni specifice platformei Windsurf.
uv
sau Python.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", "${UC_TOKEN}"
]
}
}
}
Exemplu de securizare a cheilor API:
{
"mcpServers": {
"unity-catalog": {
"command": "uv",
"args": [ "run", "mcp-server-unitycatalog", "--uc_server", "...", "--uc_token", "${UC_TOKEN}" ],
"env": {
"UC_TOKEN": "your_secret_token"
},
"inputs": {
"UC_TOKEN": "env"
}
}
}
}
Nu există instrucțiuni specifice platformei 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}"
]
}
}
}
Exemplu de securizare a cheilor API: (vezi mai sus)
Utilizarea MCP în FlowHunt
Pentru a integra serverele MCP în fluxul tău FlowHunt, începe prin a adăuga componenta MCP în flux și conecteaz-o la agentul tău AI:
Apasă pe componenta MCP pentru a deschide panoul de configurare. În secțiunea de configurare MCP a sistemului, introdu detaliile serverului MCP folosind acest format JSON:
{
"unity-catalog": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
După configurare, agentul AI va putea folosi acest MCP ca instrument cu acces la toate funcțiile și capabilitățile sale. Nu uita să schimbi "unity-catalog"
cu numele real al serverului tău MCP și să înlocuiești URL-ul cu URL-ul propriului server MCP.
Secțiune | Disponibilitate | Detalii/Note |
---|---|---|
Prezentare generală | ✅ | Prezentare furnizată în README.md |
Listă de prompturi | ⛔ | Nu sunt documentate șabloane de prompt |
Listă de resurse | ⛔ | Nu sunt listate resurse MCP explicite |
Listă de instrumente | ✅ | Detaliată în README.md |
Securizarea cheilor API | ✅ | Exemplu prezentat în README.md |
Suport pentru sampling (mai puțin important) | ⛔ | Nu este menționată funcția de sampling |
Serverul Unity Catalog MCP este bine documentat în ceea ce privește instrumentele și configurarea pentru platformele Claude și Cline, cu o licență clară și instrucțiuni de bază pentru securitate (cheie API). Totuși, îi lipsește documentația explicită pentru șabloane de prompt și resurse MCP, iar funcționalități MCP avansate precum roots sau sampling nu sunt menționate. Per total, este o integrare solidă și concentrată pentru Unity Catalog, dar ar putea fi îmbunătățită printr-o documentație suplimentară și suport pentru funcționalități MCP avansate.
Are LICENȚĂ | ✅ (MIT) |
---|---|
Are cel puțin un instrument | ✅ |
Număr de Fork-uri | 6 |
Număr de Stele | 14 |
Permite gestionarea programatică a funcțiilor bazei de date Unity Catalog printr-un API compatibil MCP, permițând agenților AI și dezvoltatorilor să listeze, creeze, șteargă și să interogheze funcții din catalog, eficientizând fluxurile de lucru de inginerie și analiză a datelor.
Oferă instrumente standardizate precum uc_list_functions, uc_get_function, uc_create_function și uc_delete_function, precum și acces la toate funcțiile înregistrate în Unity Catalog.
Poți transmite tokenul de acces Unity Catalog ca variabilă de mediu folosind configurația serverului MCP. Exemplu: { \"mcpServers\": { \"unity-catalog\": { \"command\": \"uv\", \"args\": [\"run\", \"mcp-server-unitycatalog\", \"--uc_token\", \"${UC_TOKEN}\"], \"env\": { \"UC_TOKEN\": \"your_secret_token\" }, \"inputs\": { \"UC_TOKEN\": \"env\" } } } }
Adaugă serverul MCP în configurația MCP a fluxului. După configurare, agenții AI din FlowHunt pot accesa toate instrumentele și funcțiile Unity Catalog printr-o interfață MCP standardizată.
Gestionarea automată a funcțiilor, explorarea catalogului și a schemelor, înregistrarea programatică a funcțiilor și controlul sigur al accesului pe bază de token pentru fluxurile de lucru cu date.
Accelerează-ți fluxurile de date integrând serverul Unity Catalog MCP în FlowHunt. Automatizează sarcinile de catalog de date, simplifică ingineria și oferă dezvoltare condusă de AI.
Serverul Databricks MCP conectează asistenții AI la mediile Databricks, permițând explorarea autonomă, înțelegerea și interacțiunea cu metadatele Unity Catalog ...
Serverul Calendly MCP conectează asistenții AI cu instrumentele de programare ale Calendly printr-o interfață MCP unificată, permițând gestionarea automată a ev...
Serverul MongoDB MCP permite integrarea fără întreruperi între asistenții AI și bazele de date MongoDB, oferind gestionare directă a bazei de date, automatizare...