Databricks MCP Server

Databricks MCP サーバー

Databricks の機能に MCP プロトコル経由でアクセスできる、Databricks 向けの Model Completion Protocol（MCP）サーバーです。これにより、LLM を活用したツールから Databricks クラスター、ジョブ、ノートブックなどを操作できます。

機能

• MCP プロトコルのサポート：LLM が Databricks を操作できるよう、MCP プロトコルを実装します
• Databricks API との統合：Databricks REST API の機能にアクセスできます
• ツールの登録：Databricks の機能を MCP ツールとして公開します
• 非同期処理のサポート：効率的に動作するよう asyncio を使用して構築されています

利用可能なツール

Databricks MCP サーバーは、以下のツールを公開します。

• list_clusters：すべての Databricks クラスターを一覧表示します
• create_cluster：新しい Databricks クラスターを作成します
• terminate_cluster：Databricks クラスターを終了します
• get_cluster：指定した Databricks クラスターの情報を取得します
• start_cluster：終了した Databricks クラスターを起動します
• list_jobs：すべての Databricks ジョブを一覧表示します
• run_job：Databricks ジョブを実行します
• list_notebooks：ワークスペースのディレクトリ内にあるノートブックを一覧表示します
• export_notebook：ワークスペースからノートブックをエクスポートします
• list_files：DBFS パス内のファイルとディレクトリを一覧表示します
• execute_sql：SQL ステートメントを実行します

インストール

前提条件

• Python 3.10 以降
• uv パッケージマネージャー（MCP サーバーでは推奨）

セットアップ

1. まだインストールしていない場合は、uv をインストールします。

   # MacOS/Linux
   curl -LsSf https://astral.sh/uv/install.sh | sh
   
   # Windows (in PowerShell)
   irm https://astral.sh/uv/install.ps1 | iex
   

   インストール後、ターミナルを再起動してください。

2. リポジトリをクローンします。

   git clone https://github.com/JustTryAI/databricks-mcp-server.git
   cd databricks-mcp-server
   

3. uv でプロジェクトをセットアップします。

   # Create and activate virtual environment
   uv venv
   
   # On Windows
   .\.venv\Scripts\activate
   
   # On Linux/Mac
   source .venv/bin/activate
   
   # Install dependencies in development mode
   uv pip install -e .
   
   # Install development dependencies
   uv pip install -e ".[dev]"
   

4. 環境変数を設定します。

   # Windows
   set DATABRICKS_HOST=https://your-databricks-instance.azuredatabricks.net
   set DATABRICKS_TOKEN=your-personal-access-token
   
   # Linux/Mac
   export DATABRICKS_HOST=https://your-databricks-instance.azuredatabricks.net
   export DATABRICKS_TOKEN=your-personal-access-token
   

   .env.example テンプレートを基に .env ファイルを作成することもできます。

MCP サーバーの実行

MCP サーバーを起動するには、次を実行します。

# Windows
.\start_mcp_server.ps1

# Linux/Mac
./start_mcp_server.sh

これらのラッパースクリプトは、scripts ディレクトリにある実際のサーバースクリプトを実行します。サーバーが起動し、MCP プロトコルの接続を受け付ける準備が整います。

scripts ディレクトリからサーバースクリプトを直接実行することもできます。

# Windows
.\scripts\start_mcp_server.ps1

# Linux/Mac
./scripts/start_mcp_server.sh

Databricks リソースのクエリ

このリポジトリには、Databricks リソースをすばやく確認するためのユーティリティスクリプトが含まれています。

# View all clusters
uv run scripts/show_clusters.py

# View all notebooks
uv run scripts/show_notebooks.py

プロジェクト構成

databricks-mcp-server/
├── src/                             # Source code
│   ├── __init__.py                  # Makes src a package
│   ├── __main__.py                  # Main entry point for the package
│   ├── main.py                      # Entry point for the MCP server
│   ├── api/                         # Databricks API clients
│   ├── core/                        # Core functionality
│   ├── server/                      # Server implementation
│   │   ├── databricks_mcp_server.py # Main MCP server
│   │   └── app.py                   # FastAPI app for tests
│   └── cli/                         # Command-line interface
├── tests/                           # Test directory
├── scripts/                         # Helper scripts
│   ├── start_mcp_server.ps1         # Server startup script (Windows)
│   ├── run_tests.ps1                # Test runner script
│   ├── show_clusters.py             # Script to show clusters
│   └── show_notebooks.py            # Script to show notebooks
├── examples/                        # Example usage
├── docs/                            # Documentation
└── pyproject.toml                   # Project configuration

プロジェクト構成の詳細については、project_structure.md を参照してください。

開発

コード規約

• Python コードは、最大行長を 100 文字とする PEP 8 スタイルガイドに準拠します
• インデントにはスペース 4 つを使用します（タブは使用しません）
• 文字列にはダブルクォートを使用します
• すべてのクラス、メソッド、関数に Google スタイルの docstring を記述します
• テストを除くすべてのコードで型ヒントが必須です

リンティング

このプロジェクトでは、以下のリンティングツールを使用します。

# Run all linters
uv run pylint src/ tests/
uv run flake8 src/ tests/
uv run mypy src/

テスト

このプロジェクトでは、テストに pytest を使用します。テストを実行するには、次を実行します。

# Run all tests with our convenient script
.\scripts\run_tests.ps1

# Run with coverage report
.\scripts\run_tests.ps1 -Coverage

# Run specific tests with verbose output
.\scripts\run_tests.ps1 -Verbose -Coverage tests/test_clusters.py

pytest でテストを直接実行することもできます。

# Run all tests
uv run pytest tests/

# Run with coverage report
uv run pytest --cov=src tests/ --cov-report=term-missing

このプロジェクトでは、コードカバレッジ 80％以上を目標としています。

ドキュメント

• API ドキュメントは Sphinx で生成され、docs/api ディレクトリにあります
• すべてのコードに Google スタイルの docstring が含まれています
• 使用例については、examples/ ディレクトリを参照してください

例

使用例については、examples/ ディレクトリを確認してください。例を実行するには、次を実行します。

# Run example scripts with uv
uv run examples/direct_usage.py
uv run examples/mcp_client_usage.py

コントリビューション

コントリビューションを歓迎します。お気軽にプルリクエストを送信してください。

1. コードがプロジェクトのコーディング規約に準拠していることを確認します
2. 新しい機能にはテストを追加します
3. 必要に応じてドキュメントを更新します
4. 送信前にすべてのテストが通ることを確認します

ライセンス

このプロジェクトは MIT ライセンスのもとでライセンスされています。詳細については LICENSE ファイルを参照してください。