Justtryai Databricks MCP Server

🚀 Databricks MCP 服務器

Databricks MCP 服務器是一個為 Databricks 實現模型完成協議（MCP）的服務器，通過 MCP 協議提供對 Databricks 功能的訪問。它使得由大型語言模型 (LLM) 支持的工具能夠與 Databricks 集群、作業、筆記本等進行交互，極大地拓展了 Databricks 的應用場景。

🚀 快速開始

Databricks MCP 服務器允許通過 MCP 協議訪問 Databricks 功能，使基於大型語言模型（LLM）的工具能與 Databricks 集群、作業、筆記本等進行交互。以下是快速上手的步驟。

✨ 主要特性

• MCP 協議支持：實現 MCP 協議，允許 LLM 與 Databricks 交互。
• Databricks API 集成：提供對 Databricks REST API 功能的訪問。
• 工具註冊：將 Databricks 功能作為 MCP 工具公開。
• 異步支持：使用 asyncio 實現高效運行。

📦 安裝指南

先決條件

1. Python 3.8 或更高版本。
2. pip 包管理器。
3. 基礎的開發工具（如 IDE 和終端）。

設置步驟

步驟 1：克隆倉庫

使用以下命令克隆 Databricks MCP 服務器倉庫：

git clone https://github.com/your-organization/databricks-mcp-server.git

步驟 2：安裝依賴項

進入項目目錄後，安裝所有依賴項：

pip install -r requirements.txt

步驟 3：啟動服務器

運行以下命令啟動 MCP 服務器：

python src/server.py

💻 使用示例

直接使用示例

在 examples/ 文件夾中，您可以找到直接使用服務器的示例：

from databricks_mcp.client import DatabricksMCPClient

client = DatabricksMCPClient('http://localhost:8080', 'your_token')
cluster_info = client.get_cluster(cluster_id)
print(cluster_info)

MCP 客戶端使用示例

在 examples/ 文件夾中，您還可以找到使用 MCP 客戶端的示例：

from databricks_mcp.client import DatabricksMCPClient

client = DatabricksMCPClient('http://localhost:8080', 'your_token')
response = client.run_job(job_id)
print(response)

📚 詳細文檔

可用工具

Databricks MCP 服務器提供了豐富的工具，方便對 Databricks 資源進行管理：

運行服務器

啟動腳本

要啟動服務器，請使用以下腳本：

# 啟動 MCP 服務器
.\scripts\start_server.ps1

# 以 detached 模式啟動
.\scripts\start_server.ps1 -Detached

停止腳本

要停止正在運行的服務器，請使用以下腳本：

# 停止 MCP 服務器
.\scripts\stop_server.ps1

項目結構

項目的詳細結構如下所示：

Databricks-MCP-Server/
├── src/
│   ├── server.py          # 主服務器文件
│   └── client.py         # MCP 客戶端實現
├── tests/
│   ├── test_clusters.py   # 測試集群功能
│   └── test_jobs.py      # 測試作業功能
├── scripts/
│   ├── start_server.ps1  # 啟動服務器的腳本
│   └── stop_server.ps1   # 停止服務器的腳本
├── examples/
│   ├── direct_usage.py   # 直接使用示例
│   └── mcp_client_usage.py # MCP 客戶端使用示例
└── pyproject.toml        # 項目配置文件

開發

編碼規範

• 遵循 PEP 8 樣式指南，最大行長為 100 字符。
• 使用 4 個空格進行縮進（不使用製表符）。
• 使用雙引號表示字符串。
• 所有類、方法和函數都需要包含 Google 樣式的文檔註釋。
• 除了測試代碼外，所有代碼都需要類型提示。

源代碼分析工具

項目使用以下源代碼分析工具：

# 運行所有代碼檢查工具
uv run pylint src/ tests/
uv run flake8 src/ tests/
uv run mypy src/

測試

項目使用 pytest 進行測試。要運行測試，請執行以下命令：

# 運行所有測試，使用方便的腳本
.\scripts\run_tests.ps1

# 生成代碼覆蓋率報告
.\scripts\run_tests.ps1 -Coverage

# 運行特定測試並輸出詳細信息
.\scripts\run_tests.ps1 -Verbose -Coverage tests/test_clusters.py

您也可以直接使用 pytest 運行測試：

# 運行所有測試
pytest

# 生成代碼覆蓋率報告
pytest --cov

文檔

項目文檔位於 docs/ 文件夾中，您可以查閱 API 文檔和開發指南。

貢獻

歡迎為該項目做出貢獻！請 fork 倉庫並在提交之前創建一個拉取請求。

📄 許可證

該項目在 LICENSE 下開源。