Databricks MCP Server

Databricks MCP サーバー

公式の Databricks Python SDK を基盤として構築された、Databricks 向けの包括的な Model Context Protocol (MCP) サーバーです。

28 のサービス領域にわたる 263 個のツールと 8 個のプロンプトテンプレートを提供し、AI アシスタントから Databricks プラットフォーム全体にアクセスできます。

特長

• SDK を優先：型安全性と API の自動的な最新化のため、databricks-sdk を使用します
• 幅広い対応範囲：Unity Catalog、SQL、Compute、Jobs、Pipelines、Serving、Vector Search、Apps、Lakebase、Dashboards、Genie、Secrets、IAM、Connections、Experiments、Delta Sharing をカバーします
• カスタム認証不要：認証はすべて SDK に委任されます（PAT、OAuth、Azure AD、サービスプリンシパルに自動対応）
• 選択的な読み込み：環境変数を使ってツールモジュールを含めるか除外できます
• MCP リソース：読み取り専用のワークスペースコンテキスト（URL、現在のユーザー、認証タイプ）

クイックスタート

インストール

pip install databricks-sdk-mcp

または、Docker で実行します：

docker run -i -e DATABRICKS_HOST=... -e DATABRICKS_TOKEN=... databricks-mcp

または、ソースからインストールします：

git clone https://github.com/pramodbhatofficial/databricks-mcp-server.git
cd databricks-mcp-server
pip install -e ".[dev]"

認証

認証は Databricks SDK が処理します。次のいずれかを設定してください。

個人用アクセストークン（最も簡単）：

export DATABRICKS_HOST=https://your-workspace.databricks.com
export DATABRICKS_TOKEN=dapi...

OAuth（M2M — サービスプリンシパル）：

export DATABRICKS_HOST=https://your-workspace.databricks.com
export DATABRICKS_CLIENT_ID=...
export DATABRICKS_CLIENT_SECRET=...

OAuth（U2M — 対話型ブラウザーログイン）：

有効期間が短く、自動更新される OAuth トークンを使って、自分のアカウントで認証します。Databricks CLI で一度ログインすると、トークンは名前付きプロファイルとして ~/.databrickscfg にキャッシュされます。

databricks auth login --host https://your-workspace.databricks.com --profile my-profile

続いて、トークンを設定する代わりに、そのプロファイルをサーバーに指定します。

export DATABRICKS_CONFIG_PROFILE=my-profile

注記： DATABRICKS_TOKEN が設定されている場合、SDK はプロファイルよりもそちらを優先して使用します。 プロファイルを使って認証する場合は、DATABRICKS_TOKEN／DATABRICKS_HOST を未設定にしてください。

その他の方法：Azure AD、Azure Managed Identity — いずれも SDK が自動検出します。

実行

databricks-mcp

これにより、stdio トランスポートを使って MCP サーバーが起動します。

インテグレーション

Claude Code（ターミナル）

~/.claude/settings.json またはプロジェクトの .claude/settings.json に追加します。

{
  "mcpServers": {
    "databricks": {
      "command": "databricks-mcp",
      "env": {
        "DATABRICKS_HOST": "https://your-workspace.databricks.com",
        "DATABRICKS_TOKEN": "dapi..."
      }
    }
  }
}

トークンの代わりに OAuth U2M を使用するには、ログイン済みのプロファイルを指定し（認証を参照）、DATABRICKS_HOST／DATABRICKS_TOKEN を省略します。

{
  "mcpServers": {
    "databricks": {
      "command": "databricks-mcp",
      "env": {
        "DATABRICKS_CONFIG_PROFILE": "my-profile"
      }
    }
  }
}

続いて Claude Code を再起動します。/mcp を実行すると、登録済みのツールを確認できます。

Claude Desktop

Claude Desktop の設定ファイルに追加します。

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "databricks": {
      "command": "databricks-mcp",
      "env": {
        "DATABRICKS_HOST": "https://your-workspace.databricks.com",
        "DATABRICKS_TOKEN": "dapi..."
      }
    }
  }
}

Claude Desktop を再起動すると、ツール選択メニューに Databricks ツールが表示されます。

Cursor

プロジェクトのルートにある .cursor/mcp.json（または全体設定用の ~/.cursor/mcp.json）に追加します。

{
  "mcpServers": {
    "databricks": {
      "command": "databricks-mcp",
      "env": {
        "DATABRICKS_HOST": "https://your-workspace.databricks.com",
        "DATABRICKS_TOKEN": "dapi..."
      }
    }
  }
}

Cursor の Settings > MCP を開き、サーバーが接続されていることを確認します。

Windsurf

~/.codeium/windsurf/mcp_config.json に追加します。

{
  "mcpServers": {
    "databricks": {
      "command": "databricks-mcp",
      "env": {
        "DATABRICKS_HOST": "https://your-workspace.databricks.com",
        "DATABRICKS_TOKEN": "dapi..."
      }
    }
  }
}

VS Code（Copilot）

プロジェクト内の .vscode/mcp.json に追加します。

{
  "servers": {
    "databricks": {
      "command": "databricks-mcp",
      "env": {
        "DATABRICKS_HOST": "https://your-workspace.databricks.com",
        "DATABRICKS_TOKEN": "dapi..."
      }
    }
  }
}

Zed

Zed の設定（~/.config/zed/settings.json）に追加します。

{
  "context_servers": {
    "databricks": {
      "command": {
        "path": "databricks-mcp",
        "env": {
          "DATABRICKS_HOST": "https://your-workspace.databricks.com",
          "DATABRICKS_TOKEN": "dapi..."
        }
      }
    }
  }
}

任意の MCP クライアント（汎用 stdio）

このサーバーは stdio トランスポートを使用します。MCP 対応の任意のクライアントから接続できます。

# Set auth env vars
export DATABRICKS_HOST=https://your-workspace.databricks.com
export DATABRICKS_TOKEN=dapi...

# Start the server (communicates via stdin/stdout)
databricks-mcp

ヒント：必要なものだけを読み込む

MCP クライアントが多数のツールを扱いきれない場合は、選択的な読み込みを使ってツール数を減らしてください。

{
  "mcpServers": {
    "databricks": {
      "command": "databricks-mcp",
      "env": {
        "DATABRICKS_HOST": "https://your-workspace.databricks.com",
        "DATABRICKS_TOKEN": "dapi...",
        "DATABRICKS_MCP_TOOLS_INCLUDE": "unity_catalog,sql,compute,jobs"
      }
    }
  }
}

ツールモジュール

モジュール	ツール	説明
unity_catalog	23	カタログ、スキーマ、テーブル、ボリューム、関数、登録済みモデル
sql	14	ウェアハウス、SQL の実行、クエリ、アラート、履歴
workspace	10	ノートブック、ファイル、リポジトリ
compute	18	クラスター、インスタンスプール、ポリシー、ノードタイプ、Spark バージョン
jobs	13	ジョブ、実行、タスク、修復、すべてキャンセル
pipelines	8	DLT / Lakeflow パイプライン
serving	10	サービングエンドポイント、モデルバージョン、OpenAPI
vector_search	10	ベクトル検索エンドポイント、インデックス、同期
apps	10	Databricks Apps のライフサイクル
database	10	Lakebase PostgreSQL インスタンス
dashboards	9	Lakeview AI/BI ダッシュボード、公開済みビュー
genie	5	Genie AI/BI の会話
secrets	8	シークレットスコープとシークレット
iam	16	ユーザー、グループ、サービスプリンシパル、権限、現在のユーザー
connections	5	外部接続
experiments	14	MLflow の実験、実行、アーティファクト、メトリクス、パラメーター
sharing	11	Delta Sharing の共有、受信者、プロバイダー
files	12	DBFS と UC Volumes のファイル操作
grants	3	Unity Catalog の権限付与（GRANT/REVOKE）
storage	10	ストレージ認証情報と外部ロケーション
metastores	8	Unity Catalog のメタストア管理
online_tables	3	低レイテンシーのサービング用オンラインテーブル
global_init_scripts	5	ワークスペース全体の初期化スクリプト
tokens	5	個人用アクセストークンの管理
git_credentials	5	リポジトリ用 Git 認証情報の管理
quality_monitors	8	データ品質のモニタリングと更新
command_execution	4	クラスターでの対話型コマンド実行
workflows	5	複合的な複数ステップ操作（ワークスペースの状態、スキーマ設定、クエリのプレビュー）

ツールの選択的な読み込み

ツールが263個あるため、必要なモジュールのみを読み込むことをおすすめします。これにより、エージェントのパフォーマンスとツール選択の精度が向上します。

ロール別プリセット（推奨）

自分の役割に合ったプリセットを選択してください。

プリセット	モジュール	ツール	設定
データエンジニア	unity_catalog, sql, compute, jobs, pipelines, files, quality_monitors	~100	DATABRICKS_MCP_TOOLS_INCLUDE=unity_catalog,sql,compute,jobs,pipelines,files,quality_monitors
ML エンジニア	serving, vector_search, experiments, compute, unity_catalog, online_tables, files	~98	DATABRICKS_MCP_TOOLS_INCLUDE=serving,vector_search,experiments,compute,unity_catalog,online_tables,files
プラットフォーム管理者	iam, secrets, tokens, metastores, compute, global_init_scripts, grants, storage	~85	DATABRICKS_MCP_TOOLS_INCLUDE=iam,secrets,tokens,metastores,compute,global_init_scripts,grants,storage
アプリ開発者	apps, database, sql, files, serving, secrets	~64	DATABRICKS_MCP_TOOLS_INCLUDE=apps,database,sql,files,serving,secrets
データアナリスト	sql, unity_catalog, dashboards, genie, workspace	~61	DATABRICKS_MCP_TOOLS_INCLUDE=sql,unity_catalog,dashboards,genie,workspace
最小構成	sql, unity_catalog	~37	DATABRICKS_MCP_TOOLS_INCLUDE=sql,unity_catalog

Claude Code でプリセットを使用する例：

{
  "mcpServers": {
    "databricks": {
      "command": "databricks-mcp",
      "env": {
        "DATABRICKS_HOST": "https://your-workspace.databricks.com",
        "DATABRICKS_TOKEN": "dapi...",
        "DATABRICKS_MCP_TOOLS_INCLUDE": "unity_catalog,sql,compute,jobs,pipelines,files,quality_monitors"
      }
    }
  }
}

カスタムフィルタリング

# Only include specific modules
export DATABRICKS_MCP_TOOLS_INCLUDE=unity_catalog,sql,serving

# Exclude specific modules (cannot combine with INCLUDE)
export DATABRICKS_MCP_TOOLS_EXCLUDE=iam,sharing,experiments

INCLUDE が設定されている場合、そのモジュールのみが読み込まれます。EXCLUDE が設定されている場合、そのモジュール以外のすべてが読み込まれます。両方が設定されている場合は、INCLUDE が優先されます。

ツールの検出（AI エージェント向け）

サーバーには、AI エージェントが適切なツールを見つけやすくする組み込みのツール検出機能があります。

MCP リソース

URI	説明
databricks://workspace/info	ワークスペース URL、現在のユーザー、認証タイプ
databricks://tools/guide	モジュールの説明、使用例、ロール別プリセットを含むツールカタログ

エージェントは接続時に databricks://tools/guide を読み取り、利用可能な機能を確認できます。

検索ツール

databricks_tool_guide ツールを使うと、エージェントは会話中に適切なツールを見つけられます。

# Find tools for a specific task
databricks_tool_guide(task="run a SQL query")
databricks_tool_guide(task="deploy an ML model")
databricks_tool_guide(task="create a user")

# Get role-based recommendations
databricks_tool_guide(role="data_engineer")
databricks_tool_guide(role="ml_engineer")

説明と使用上のヒントとともに該当するモジュールが返されるため、エージェントは呼び出すべき databricks_* ツールを正確に把握できます。

MCP プロンプト（ガイド付きワークフロー）

サーバーには、AI エージェントを複数ステップの Databricks ワークフローに沿ってガイドする、8 つのプロンプトテンプレートが含まれています。

プロンプト	説明
explore_data_catalog	Unity Catalog の構造（カタログ → スキーマ → テーブル）を確認する
query_data	ウェアハウスを見つけ、SQL を実行して、結果を整形する
debug_failing_job	失敗したジョブを調査する：ステータス、ログ、エラー分析
setup_ml_experiment	MLflow の実験を作成し、トラッキングを設定する
deploy_model	モデルをサービングエンドポイントにデプロイする
setup_data_pipeline	スケジュールを設定して DLT パイプラインを作成する
workspace_health_check	クラスター、ウェアハウス、ジョブ、エンドポイントを監査する
manage_permissions	ワークスペースオブジェクトの権限を確認・更新する

プロンプトに対応する MCP クライアント（例：Claude Desktop のプロンプト選択機能）では、プロンプトが自動的に表示されます。

Docker

コンテナー内で MCP サーバーを実行します。

# Build
docker build -t databricks-mcp .

# Run with stdio
docker run -i \
  -e DATABRICKS_HOST=https://your-workspace.databricks.com \
  -e DATABRICKS_TOKEN=dapi... \
  databricks-mcp

# Run with SSE transport
docker run -p 8080:8080 \
  -e DATABRICKS_HOST=https://your-workspace.databricks.com \
  -e DATABRICKS_TOKEN=dapi... \
  databricks-mcp --transport sse --port 8080

# Run with selective modules
docker run -i \
  -e DATABRICKS_HOST=https://your-workspace.databricks.com \
  -e DATABRICKS_TOKEN=dapi... \
  -e DATABRICKS_MCP_TOOLS_INCLUDE=sql,unity_catalog \
  databricks-mcp

SSE トランスポート（リモートサーバー）

サーバーはリモート接続向けに SSE トランスポートをサポートしています。

# Start as SSE server
databricks-mcp --transport sse --port 8080

# Custom host/port
databricks-mcp --transport sse --host 127.0.0.1 --port 3000

SSE をサポートする任意の MCP クライアントから接続します。

{
  "mcpServers": {
    "databricks": {
      "url": "http://localhost:8080/sse"
    }
  }
}

開発

# Install with dev dependencies
pip install -e ".[dev]"

# Lint
ruff check databricks_mcp/

# Test
pytest tests/ -v

作成者

Pramod Bhat

ライセンス

Apache 2.0 -- LICENSE を参照してください。