MCP Databricks Server (JordiNeil / mcp-databricks-server) — это MCP-сервер, который подключает AI-агентов к Databricks через API Statement Execution, позволяя выполнять SQL-запросы, получать данные из таблиц, исследовать схемы и работать с Unity Catalog через стандарт Model Context Protocol. По сути, это lightweight-интеграционный слой между LLM-агентами и Databricks SQL Warehouse, который превращает Databricks в “queryable tool backend” для AI-ассистентов и data-workflows.
Ключевые особенности:
SQL Execution через Databricks API Позволяет агентам выполнять SQL-запросы напрямую в Databricks SQL warehouses через Statement Execution API и получать результаты в структурированном виде.
Schema & Table Discovery Поддерживает перечисление схем, таблиц и описание их структуры, что помогает AI-агентам автоматически понимать доступные данные перед запросами.
Iterative Data Analysis Позволяет выполнять многошаговые SQL workflows: агент может сначала исследовать данные, затем уточнять запросы и строить последовательную аналитику.
Job Monitoring (расширенные версии) Дополнительно поддерживаются функции списка Databricks jobs и получения их статуса для мониторинга пайплайнов и ETL-процессов.
Простая локальная установка Запускается как Python-сервис (main.py) с использованием PAT-токена, HTTP path и workspace URL, легко подключается к MCP-клиентам вроде Claude Desktop или Cursor.
Для кого:
Платформа ориентирована на data engineers, analytics engineers, BI-разработчиков и AI-инженеров, которые хотят дать LLM-агентам прямой доступ к Databricks SQL без построения сложной инфраструктуры или enterprise middleware. Особенно полезна для быстрых аналитических задач, data exploration и AI-powered BI workflows.
Сценарии использования: Natural language → SQL аналитика через Databricks AI-агенты для исследования таблиц и схем данных Автоматизация exploratory data analysis (EDA) Мониторинг Databricks jobs через LLM Интеграция Databricks как tool backend для MCP-агентов Быстрое прототипирование data copilots поверх SQL warehouse Цены и доступность:
MCP-сервер распространяется как open-source проект и доступен бесплатно через GitHub. Для работы требуется Databricks workspace, SQL Warehouse и personal access token. Стоимость использования зависит уже от самой Databricks инфраструктуры (compute и warehouse usage), а не от MCP-обвязки.
