Databricks REST 機能を MCP 互換のエージェントとツールに公開する、プロダクション対応の Model Context Protocol (MCP) サーバー。 バージョン0.4.4 は、構造化された応答、リソースキャッシュ、再試行型ネットワーク、およびエンドツーエンドのレジリエンスの改善を導入しています。

お問い合わせ

コンテンツの表

1. 主な能力
2. 建築ハイライト
3. 取付け
4. 構成
5. サーバーの実行
6. MCP クライアントとの統合
7. 用具の応答と働かせて下さい
8. 利用できる用具
9. 開発ワークフロー
10. テスト
11. 出版ビルド
12. サポート・お問い合わせ
13. ライセンス

お問い合わせ

主な機能

-Structured MCP responses - 各ツールは[[content]]の人間対応の要約と、ツールの[outputSchemaに準拠した[[structuredContent]]の機械読み取り可能なペイロードを返します。

• Resource Caching - 大型ノートブック/ワークスペースのエクスポートは一度キャッシュされ、[[resource_link]]などのURIを含むコンテンツブロックとして返されます(また、利便性のためのメタデータに反映されます)。
• 進捗とメトリック - 長期実行のアクションは、MCPの進捗通知をストリームし、パーツールの成功/エラー/タイムアウト/キャセルのメトリックを追跡します.

Databricks MCP Server

A production-ready Model Context Protocol (MCP) server that exposes Databricks REST capabilities to MCP-compatible agents and tooling. Version 0.4.4 introduces structured responses, resource caching, retry-aware networking, and end-to-end resilience improvements.

---

Table of Contents

1. Key Capabilities
2. Architecture Highlights
3. Installation
4. Configuration
5. Running the Server
6. Integrating with MCP Clients
7. Working with Tool Responses
8. Available Tools
9. Development Workflow
10. Testing
11. Publishing Builds
12. Support & Contact
13. License

---

Key Capabilities

• Structured MCP Responses - Each tool returns a CallToolResult with a human-readable summary in content and machine-readable payloads in structuredContent that conform to the tool’s outputSchema.
• Resource Caching - Large notebook/workspace exports are cached once and returned as resource_link content blocks with URIs such as resource://databricks/exports/{id} (also reflected in metadata for convenience).
• Progress & Metrics - Long-running actions stream MCP progress notifications and track per-tool success/error/timeout/cancel metrics.
• Resilient Networking - Shared HTTP client injects request IDs, enforces timeouts, and retries retryable Databricks responses (408/429/5xx) with exponential backoff.
• Async Runtime - Built on mcp.server.FastMCP with centralized JSON logging and concurrency guards for predictable stdio behaviour.

Architecture Highlights

• databricks_mcp/server/databricks_mcp_server.py - FastMCP server with tool registration, progress handling, metrics, and resource caching.
• databricks_mcp/core/utils.py - HTTP utilities with correlation IDs, retries, and error mapping to DatabricksAPIError.
• databricks_mcp/core/logging_utils.py - JSON logging configuration for stderr/file outputs.
• databricks_mcp/core/models.py - Pydantic models (e.g., ClusterConfig) used by tool schemas.
• Tests under tests/ mock Databricks APIs to validate orchestration, structured responses, and schema metadata without shell scripts.

For an in-depth tour of data flow and design decisions, see ARCHITECTURE.md.

Installation

Prerequisites

• Python 3.10+
• uv for dependency management and publishing

Quick Install (recommended)

Register the server with Cursor using the deeplink below - it resolves to uvx databricks-mcp-server@latest and picks up future updates automatically.