Databricks MCP 服务器

“Databricks” MCP 服务器的功能是什么？

Databricks MCP 服务器作为模型上下文协议（MCP）服务器，将 AI 助手直接连接到 Databricks 环境，重点利用 Unity Catalog (UC) 元数据。其主要功能在于使 AI 智能体能够自主访问、理解并交互 Databricks 的数据资产。该服务器为智能体提供探索 UC 元数据、理解数据结构及执行 SQL 查询的工具。这使得 AI 智能体能够独立解答与数据相关的问题、执行数据库查询以及完成复杂的数据请求，无需每一步都有人为干预。通过让详细元数据变得可访问且可操作，Databricks MCP 服务器提升了基于 AI 的开发工作流，支持在 Databricks 上实现智能数据探索与管理。

提示词列表

仓库或文档中未提及具体的提示词模板。

资源列表

仓库或文档中未提供明确的 MCP 资源列表。

工具列表

文档中描述了以下可用的工具和特性：

• 探索 Unity Catalog 元数据
  允许 AI 智能体探索 Databricks Unity Catalog 元数据，包括目录、模式、表和字段。
• 理解数据结构
  使智能体可以理解 Databricks 数据集的结构，便于更准确地构建 SQL 查询。
• 执行 SQL 查询
  支持 AI 智能体在 Databricks 上运行 SQL 查询，满足多样化的数据请求与分析。
• 自主智能体操作
  支持智能体以自主模式迭代请求，独立完成复杂的多步数据任务。

该 MCP 服务器的使用场景

• 数据库元数据发现
  AI 智能体可自主探索 Databricks Unity Catalog 元数据，了解数据资产及其关系，无需人工查找。
• 自动 SQL 查询构建
  智能体利用元数据自动构建并执行针对用户需求或分析任务的 SQL 查询。
• 数据文档辅助
  借助 UC 元数据，AI 可协助数据资产文档编制或验证文档的完整性与准确性。
• 智能数据探索
  开发者可利用 MCP 服务器让 AI 智能体解答临时数据问题或进行探索性数据分析。
• 复杂任务自动化
  服务器的智能体模式允许 AI 串联多步操作，如发现数据、运行查询、返回结果，全程无需人工干预。

如何设置

Windsurf

未提供 Windsurf 专用的设置说明或 JSON 片段。

Claude

未提供 Claude 专用的设置说明或 JSON 片段。

Cursor

仓库提及了与 Cursor 的集成方法：

1. 确保已安装 Python 及所需依赖。
2. 克隆仓库并通过 requirements.txt 安装依赖。
3. 在 Cursor 中找到 MCP 服务器的配置文件。
4. 将 Databricks MCP 服务器添加到 mcpServers 对象中：

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

5. 保存配置，如有需要请重启 Cursor。

通过环境变量保护 API 密钥（示例）：

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

Cline

未提供 Cline 专用的设置说明或 JSON 片段。

在流程中如何使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，首先在流程中添加 MCP 组件，并连接到你的 AI 智能体：

点击 MCP 组件，打开配置面板。在系统 MCP 配置区，使用如下 JSON 格式填写你的 MCP 服务器信息：

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

配置完成后，AI 智能体即可将该 MCP 作为工具，使用其全部功能。请记得将 “databricks-mcp” 替换为你实际的 MCP 服务器名称，并将 URL 换成你自己的 MCP 服务器地址。

总览

根据现有文档，Databricks MCP 服务器适用于 Databricks/UC 集成与智能体 AI 工作流，但缺少明确的提示词模板、资源列表，以及对 roots 或采样功能的描述。其在 Cursor 平台上的设置和工具说明较为清晰，其他平台则较少涉及。

我们的看法

该 MCP 服务器专注于 Databricks + AI 自动化，实用性强，但在提示词、资源和多平台配置等文档方面仍有提升空间。对于需要 Databricks/UC 集成的用户来说，它是一个扎实且实用的方案。

MCP 评分