Genie MCP Server について
Genie MCP Serverは、MCP StreamableHTTP経由でDatabricks Genieと連携し、対話型クエリの回答やデータを返す非同期サーバーです。Databricks OAuthトークンを管理し、Databricksアプリとしてデプロイできます。
主な機能
- 01MCP StreamableHTTPエンドポイントの提供
- 02Databricks Genieへの対話型クエリ送信
- 03OAuthトークンの自動管理
- 04非同期APIサーバー
活用シーン
- 01MCPクライアントからGenieにクエリ
- 02Databricksアプリとしてサーバーをデプロイ
- 03Genieクエリの回答やデータを取得
MCP 対応
MCPクライアント向けに、StreamableHTTP経由でDatabricks Genieへの対話型クエリ機能を公開します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Genie MCP サーバー
このプロジェクトは、MCP StreamableHTTP Protocol を介して Databricks Genie とやり取りするための非同期サーバーを提供します。Databricks 認証と堅牢なエラー処理を活用し、ユーザーが Genie にクエリを送信して回答やデータを受け取れるようにします。
特長
- Starlette と Uvicorn を使用した非同期 API サーバー
- 会話形式のクエリに対応する Databricks Genie との連携
- Databricks の OAuth トークンの自動管理
プロジェクト構成
mcp_server.py:メインサーバーのエントリーポイントで、MCP StreamableHTTP Protocol を介してツールを公開します。genie_room.py:Genie API とのやり取りと会話ロジックを処理します。token_minter.py:Databricks OAuth トークンの発行と更新を管理します。requirements.txt:Python の依存関係。app.yaml:デプロイ設定の例。
Databricks Apps へのデプロイ
以下の手順に従って、Genie MCP Server を Databricks アプリとしてデプロイできます。
-
リポジトリをワークスペースにクローンする
Databricks ワークスペースで、アプリをデプロイするディレクトリ(例:
/Workspace/Users/[email protected]/genie_mcp_server)に移動します。次に、リポジトリをクローンします。git clone https://github.com/your-org/genie_mcp_server.git -
Genie Space ID とその他の環境変数を設定する
クローンしたリポジトリのルートにある
app.yamlファイルを開きます。SPACE_IDの値を Genie space に合わせて更新します。app.yamlの例:command: - "python" - "mcp_server.py" env: - name: "SPACE_ID" value: "your_space_id" -
Databricks でアプリを作成してデプロイする
- Databricks Apps の画面を開きます。
- 新しいアプリを作成し、リポジトリをクローンしたディレクトリのパスを指定します。
- アプリの作成とデプロイの手順を完了します。
databricks apps deploy genie-mcp-server --source-code-path /Workspace/Users/[email protected]/genie_mcp_server
-
Access the API
Once deployed, your Genie MCP Server app will be running and accessible via the configured port and endpoint (e.g.,
https://app-url.aws.databricksapps.com/api/mcp/). You can now send MCP requests to your deployed app from within your Databricks workspace or from external clients, depending on your network configuration.
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。