Databricks MCP Server Nm7

🚀 Databricks MCP 服務器

Databricks MCP 服務器是一款強大的工具，用於與 Databricks 平臺進行交互。它實現了模型完成協議（MCP），支持通過 REST API 訪問 Databricks 的各項功能，既可以直接使用，也能借助 MCP 客戶端進行通信。

🚀 快速開始

Databricks MCP 服務器允許你通過 REST API 訪問 Databricks 功能。你可以直接使用該工具，也能通過 MCP 客戶端進行通信。

✨ 主要特性

功能

• 實現了 MCP 協議。
• 提供了對 Databricks REST API 的訪問。
• 支持群集管理、作業提交和其他平臺功能。
• 文檔生成使用 Sphinx，位於 docs/api 目錄。

代碼標準

• 遵循 PEP 8 標準，最大行長為 100 個字符。
• 使用 4 個空格進行縮進（不使用製表符）。
• 引用字符串時優先使用雙引號。
• 所有類、方法和函數必須包含 Google 風格的文檔註釋。
• 除了測試代碼外，所有代碼都需要類型提示。

代碼審查

使用 Pylint 和 Flake8 進行代碼檢查，並運行 Mypy 進行靜態類型檢查。

測試要求

• 所有新增功能必須附帶測試用例。
• 最低代碼覆蓋率為 80%。
• 使用 pytest 並結合覆蓋率報告進行測試。

📦 安裝指南

系統要求

• Python 3.7 或更高版本。

安裝步驟

1. 項目克隆

git clone [倉庫地址]
cd [項目目錄]

2. 依賴管理 使用 poetry 或其他工具安裝依賴項。
3. 環境變量設置（可選） 配置 Databricks 憑據：

export DATABRICKS_HOST=[Databricks 服務地址]
export DATABRICKS_TOKEN=[訪問令牌]

4. 運行服務器

poetry install && poetry run start_server

📚 詳細文檔

項目結構

.
├── src/
│   ├── main.py        # 主程序入口
│   └── cli/          # 命令行工具模塊
├── tests/
│   ├── test_clusters.py
│   └── test_jobs.py   # 測試用例文件
├── examples/
│   └── example_usage.py
└── docs/
    └── api/           # 文檔生成目錄

更多詳細信息，請參見 project_structure.md。

開發指南

貢獻流程

1. 分支創建

git checkout -b feature/[功能名稱]

2. 代碼提交 提交時請包含清晰的提交信息。
3. 拉取請求 提交完成後，生成拉取請求並等待審核。

文檔更新

• 在 docs/ 目錄中更新相關文檔。
• 使用 Sphinx 生成新文檔。

📄 許可證

該項目遵循 MIT 許可證。更多細節請參見 LICENSE 文件。