Integrácia DataHub MCP Servera

Čo robí “DataHub” MCP Server?

DataHub MCP (Model Context Protocol) Server funguje ako most medzi AI asistentmi a vaším ekosystémom dát v DataHube. Sprístupnením výkonných metadátových a kontextových API DataHubu cez MCP štandard umožňuje AI agentom vyhľadávať naprieč všetkými typmi entít, získavať detailné metadáta, prechádzať dátovú líniu a vypisovať súvisiace SQL dotazy. Výrazne tak zlepšuje workflow vývoja tým, že AI modelom poskytuje prístup k aktuálnemu dátovému kontextu, umožňuje komplexné dotazovanie a automatizovanú prácu s metadátami priamo z preferovaného AI rozhrania. DataHub MCP Server podporuje DataHub Core aj DataHub Cloud, vďaka čomu je univerzálnym riešením pre organizácie, ktoré chcú svoj metadátový systém integrovať s AI nástrojmi a asistentmi.

Zoznam promptov

V repozitári ani README nie sú uvedené alebo detailne rozpísané žiadne šablóny promptov.

Zoznam zdrojov

V repozitári ani README nie sú popísané žiadne explicitné MCP resource primitives.

Zoznam nástrojov

• Vyhľadávanie naprieč všetkými typmi entít a pomocou ľubovoľných filtrov
  Umožňuje klientom dotazovať entity DataHubu (datasets, dashboards, pipelines atď.) s využitím vlastných filtrov.
• Získavanie metadát pre akúkoľvek entitu
  Získa komplexné metadáta o konkrétnej entite v DataHube.
• Prechod grafom línií (upstream a downstream)
  Umožňuje prehľadávať dátovú líniu, a to smerom nahor (zdroje) aj nadol (spotrebitelia) pre danú entitu.
• Výpis SQL dotazov asociovaných s datasetom
  Zobrazí SQL dotazy prepojené s konkrétnym datasetom na účely auditu a porozumenia využitia dát.

Prípady použitia tohto MCP servera

• Komplexné objavovanie dát
  Vývojári a dátoví analytici môžu vyhľadávať a filtrovať vo všetkých entitách DataHubu, čím urýchľujú objavovanie dát a redukujú manuálnu prácu.
• Automatizované získavanie metadát
  AI agenti môžu programovo získavať detailné metadáta entít, čo podporuje automatizovanú dokumentáciu, kontroly kvality či onboarding workflowy.
• Analýza línií na posúdenie dopadov
  Vďaka prechodu upstream a downstream línií môžu tímy okamžite posudzovať dopady zmien a zlepšovať dátové riadenie.
• SQL auditovanie
  Jednoducho vypíšte a analyzujte SQL dotazy súvisiace s datasetmi, čo pomôže pri monitoringu súladu, optimalizácii výkonu aj správe prístupov.
• Integrácia s AI agentmi
  Bezproblémovo prepojte DataHub s modernými AI asistentmi a automatizujte opakujúce sa úlohy správy a objavovania dát priamo z chatu či kódu.

Ako to nastaviť

Windsurf

V repozitári sa nenašli žiadne špecifické inštrukcie pre Windsurf.

Claude

1. Nainštalujte uv.

2. Zistite úplnú cestu k príkazu uvx pomocou which uvx.

3. Získajte URL vášho DataHubu a osobný prístupový token.

4. Upravte súbor claude_desktop_config.json:

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

5. Uložte a reštartujte Claude Desktop. Overte pripojenie v rozhraní agenta.

Cursor

1. Nainštalujte uv.

2. Získajte URL vášho DataHubu a osobný prístupový token.

3. Upravte .cursor/mcp.json:

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

4. Uložte súbor a reštartujte Cursor. Skontrolujte panel stavu MCP.

Cline

V repozitári sa nenašli žiadne špecifické inštrukcie pre Cline.

Všeobecné/Ostatné MCP klienty

1. Nainštalujte uv.

2. Pripravte si URL vášho DataHubu a osobný prístupový token.

3. Použite túto konfiguráciu:

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

4. Tento príkaz integrujte do konfigurácie MCP klienta.

Zabezpečenie API kľúčov

Vždy ukladajte citlivé prístupové údaje ako DATAHUB_GMS_TOKEN do environmentálnych premenných, nie priamo do textových súborov. V konfigurácii použite pole env ako je uvedené vyššie, aby ste bezpečne vložili tajomstvá.

Ako používať tento MCP vo flowoch

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do vášho FlowHunt workflowu začnite pridaním MCP komponentu do flowu a prepojením s AI agentom:

Kliknite na MCP komponent, aby ste otvorili panel konfigurácie. V sekcii konfigurácie systémového MCP vložte údaje vášho MCP servera v tomto JSON formáte:

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

Po nastavení je AI agent schopný tento MCP používať ako nástroj so všetkými jeho funkciami a možnosťami. Nezabudnite zmeniť “datahub” na skutočný názov vášho MCP servera a URL na adresu vášho MCP servera.

Prehľad

Tento MCP server by som hodnotil približne na 6/10. Má jasnú open-source licenciu, viacero reálnych nástrojov a základný bezpečný setup, no chýbajú zdokumentované šablóny promptov, explicitné resource primitives a pokročilé MCP funkcie ako sampling alebo roots.

MCP skóre