Máy chủ Databricks Genie MCP

Máy chủ Databricks Genie MCP làm gì?

Máy chủ Databricks Genie MCP là một máy chủ Model Context Protocol (MCP) được thiết kế để kết nối các trợ lý AI với API Databricks Genie. Tích hợp này giúp các mô hình ngôn ngữ lớn (LLM) tương tác với môi trường Databricks bằng ngôn ngữ tự nhiên. Thông qua máy chủ này, LLM có thể thực hiện các thao tác như liệt kê Genie spaces, lấy siêu dữ liệu workspace, khởi tạo và quản lý hội thoại Genie, và chạy truy vấn SQL—tất cả đều thông qua các công cụ MCP chuẩn hóa. Đóng vai trò là cầu nối, Databricks Genie MCP Server giúp nhà phát triển nâng cao quy trình làm việc với khám phá dữ liệu hội thoại, truy vấn SQL trực tiếp và tương tác liền mạch với các agent hội thoại Databricks, giúp phát triển và phân tích dữ liệu nhanh chóng hơn.

Danh sách Prompt

Không có template prompt rõ ràng được ghi nhận trong repository.

Sẵn sàng phát triển doanh nghiệp của bạn?

Bắt đầu dùng thử miễn phí ngay hôm nay và xem kết quả trong vài ngày.

Yêu cầu demo Đăng nhập

Danh sách Tài nguyên

Không có tài nguyên rõ ràng nào được mô tả trong repository.

Danh sách Công cụ

• get_genie_space_id()
  Liệt kê các ID và tiêu đề Genie space sẵn có trong workspace Databricks của bạn.
• get_space_info(space_id: str)
  Lấy siêu dữ liệu tiêu đề và mô tả của một Genie space cụ thể.
• ask_genie(space_id: str, question: str)
  Bắt đầu một hội thoại Genie mới bằng cách đặt câu hỏi ngôn ngữ tự nhiên và trả về SQL cùng các bảng kết quả.
• follow_up(space_id: str, conversation_id: str, question: str)
  Tiếp tục một hội thoại Genie đã có với câu hỏi tiếp theo.

Tham gia bản tin của chúng tôi

Nhận các mẹo, xu hướng và ưu đãi mới nhất miễn phí.

Địa chỉ email

Đăng ký

Các trường hợp sử dụng của máy chủ MCP này

• Khám phá dữ liệu hội thoại
  Lập trình viên và nhà phân tích có thể sử dụng ngôn ngữ tự nhiên để truy vấn dữ liệu Databricks một cách tương tác qua Genie, giúp phân tích dữ liệu dễ tiếp cận và trực quan hơn.
• Tự động sinh truy vấn SQL
  Máy chủ chuyển đổi các câu hỏi ngôn ngữ tự nhiên thành câu lệnh SQL, thực thi trên Genie spaces và trả kết quả có cấu trúc, tiết kiệm thời gian và giảm lỗi.
• Truy xuất siêu dữ liệu Workspace
  Dễ dàng lấy siêu dữ liệu (tiêu đề, mô tả) về các Genie space để hiểu và ghi chú các nguồn dữ liệu sẵn có.
• Quản lý hội thoại
  Duy trì ngữ cảnh xuyên suốt các hội thoại nhiều lượt, cho phép xây dựng quy trình phân tích phức tạp dựa trên các câu trả lời trước đó.
• Tích hợp với trợ lý AI
  Thêm liền mạch khả năng Genie Databricks vào các IDE hoặc giao diện chat AI, giúp quy trình khoa học dữ liệu thuận tiện ngay trong công cụ quen thuộc.

Cách cài đặt

Windsurf

1. Đảm bảo hệ thống của bạn đã cài đặt Python 3.7+.
2. Clone repository Databricks Genie MCP và cài đặt các phụ thuộc.
3. Tạo tệp .env với thông tin xác thực Databricks của bạn (DATABRICKS_HOST và DATABRICKS_TOKEN).
4. Trong cấu hình Windsurf, thêm máy chủ MCP bằng đoạn JSON sau:

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

5. Khởi động lại Windsurf và kiểm tra máy chủ đã xuất hiện trong danh sách MCP servers có sẵn.
6. Bảo mật API Key:
   Sử dụng biến môi trường để lưu thông tin xác thực an toàn. Ví dụ:

   {
     "env": {
       "DATABRICKS_HOST": "your-databricks-instance.cloud.databricks.com",
       "DATABRICKS_TOKEN": "your-personal-access-token"
     },
     "inputs": {}
   }
   

Claude

1. Cài đặt Python 3.7+ và các phụ thuộc từ repo.
2. Cấu hình .env với host và token Databricks của bạn.
3. Từ thư mục dự án, chạy:

   mcp install main.py
   

4. Mở Claude Desktop, vào Resources → Add Resource và chọn Genie MCP Server của bạn.
5. Bắt đầu trò chuyện với dữ liệu Databricks.

Cursor

1. Đảm bảo đáp ứng mọi điều kiện và đã cấu hình .env.
2. Thêm cấu hình sau vào Cursor:

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

3. Lưu cấu hình và khởi động lại Cursor.
4. Kiểm tra kết nối máy chủ và đảm bảo biến môi trường đã được thiết lập như trên.

Cline

1. Cài đặt Python 3.7+, clone repo và thiết lập .env.
2. Thêm máy chủ MCP vào cấu hình Cline:

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

3. Khởi động lại Cline và kiểm tra máy chủ MCP đã hoạt động.
4. Sử dụng biến môi trường để bảo vệ thông tin xác thực.

Cách sử dụng MCP này trong flows

Sử dụng MCP trong FlowHunt

Để tích hợp máy chủ MCP vào quy trình FlowHunt, hãy bắt đầu bằng cách thêm thành phần MCP vào flow và kết nối nó với agent AI của bạn:

Nhấp vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình MCP hệ thống, nhập thông tin máy chủ MCP của bạn theo định dạng JSON này:

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

Sau khi cấu hình, agent AI có thể sử dụng MCP này như một công cụ với đầy đủ chức năng. Lưu ý thay “databricks-genie” thành tên thực tế của máy chủ MCP của bạn và thay URL bằng đường dẫn MCP server riêng của bạn.

Tổng quan

Đánh giá của chúng tôi

Databricks Genie MCP Server cung cấp cầu nối thực tiễn giữa Databricks và LLM, với hướng dẫn cài đặt và công cụ rõ ràng. Tuy nhiên, nó thiếu template prompt, tài nguyên rõ ràng và tài liệu về các tính năng MCP nâng cao như sampling hay roots. Các công cụ cốt lõi được xác định rõ và hữu ích cho người dùng Databricks. Tổng thể, sản phẩm đạt điểm trên trung bình nhưng sẽ tốt hơn nếu tận dụng thêm các tính năng MCP phong phú hơn.

Điểm MCP