Come collegare Databricks a Claude via MCP

💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → Databricks, inserisci le credenziali, genera una MCP API key e hai finito. Niente Docker, niente git clone, niente server locale.

Databricks + Claude

Fai lavorare la tua AI con il tuo workspace Databricks: esegui SQL su un warehouse, esplora cataloghi, schemi e tabelle di Unity Catalog, controlla cluster, warehouse, job ed esecuzioni, leggi i notebook e, dopo la tua conferma, avvia o ferma il compute o lancia job. Con un personal access token.

Prerequisiti

Le istruzioni di setup complete sono incluse nel connettore stesso (visibili nello store quando lo selezioni). Le variabili d'ambiente richieste sono:

DATABRICKS_HOST, DATABRICKS_TOKEN

Step 1 — Ottieni le credenziali

1. Apri il tuo workspace Databricks e copia l'host dalla barra degli indirizzi in DATABRICKS_HOST, senza https://, per esempio dbc-a1b2c3d4-e5f6.cloud.databricks.com (AWS), adb-1234567890123456.7.azuredatabricks.net (Azure) o 1234567890123456.7.gcp.databricks.com (Google Cloud).
2. Fai clic sul tuo nome utente in alto a destra, poi su Settings → Developer → Access tokens → Manage → Generate new token. Dai al token un commento e una durata e copialo in DATABRICKS_TOKEN: Databricks lo mostra una sola volta. L'amministratore del workspace deve consentire i personal access token.
3. Per i privilegi minimi, crea il token per un service principal che abbia solo i permessi che servono all'AI: USE CATALOG, USE SCHEMA e SELECT sui dati, e CAN USE su un solo SQL warehouse. Il connettore agisce con i permessi dell'utente del token.
4. Installa il connettore ed esegui databricks_get_current_user per vedere con quale identità agisce l'AI.

Il compute costa, quindi l'AI chiede prima: Databricks fattura il compute in DBU. Una query su un SQL warehouse fermo lo avvia automaticamente, e un warehouse o un cluster acceso costa finché non si ferma da solo. Prima di eseguire SQL, l'AI controlla il warehouse con databricks_list_warehouses; se non è acceso, ti dice che la query lo avvierà, e quanto è grande, e aspetta il tuo sì. Un warehouse serverless parte in pochi secondi.

SQL su un warehouse: databricks_execute_sql esegue un'istruzione e restituisce fino a 200 righe per impostazione predefinita (al massimo 10.000). Per tutto ciò che modifica dati, tabelle o permessi (INSERT, UPDATE, DELETE, MERGE, CREATE, ALTER, DROP, GRANT) l'AI ti mostra l'istruzione esatta e aspetta un sì esplicito; cosa sia consentito lo decidono comunque i permessi Unity Catalog del token. Le istruzioni lunghe continuano in background: databricks_get_statement le segue e databricks_get_statement_chunk recupera altre righe.

Unity Catalog: databricks_list_catalogs, databricks_list_schemas, databricks_list_tables e databricks_get_table mostrano cataloghi, schemi, tabelle, viste e le loro colonne, così l'AI scrive SQL con i nomi giusti.

Anche ogni altra modifica chiede prima: databricks_start_cluster, databricks_terminate_cluster, databricks_start_warehouse, databricks_stop_warehouse, databricks_run_job, databricks_cancel_job_run e databricks_cancel_statement. Terminare un cluster o fermare un warehouse interrompe le query e i notebook che ci girano sopra. Questo connettore non elimina nulla.

Job: databricks_list_jobs e databricks_get_job mostrano job, pianificazioni, parametri e task; databricks_run_job avvia subito un'esecuzione; databricks_list_job_runs, databricks_get_job_run e databricks_get_run_output mostrano esecuzioni, stato dei task, errori e output dei notebook (conservato per 60 giorni).

Notebook e file: databricks_list_workspace esplora cartelle e notebook, databricks_export_notebook restituisce il codice sorgente di un notebook piccolo, databricks_list_volume_files elenca un volume di Unity Catalog e databricks_list_dbfs i percorsi DBFS legacy. Configurazione Spark, variabili d'ambiente e init script dei cluster restano fuori, perché possono contenere segreti.

Errori comuni: 401, oppure 403 Invalid access token: il token è errato, scaduto o revocato, oppure DATABRICKS_HOST punta a un altro workspace. 403 PERMISSION_DENIED: all'utente manca un permesso, come USE CATALOG, SELECT, CAN USE sul warehouse o CAN MANAGE RUN sul job. 404 RESOURCE_DOES_NOT_EXIST: ID o nome sbagliato, oppure Unity Catalog non è attivo nel workspace. 429: troppe richieste; attendi e riprova.

Il connettore non crea, modifica né elimina cluster, warehouse, job, tabelle o file, non carica file e non copre pipeline Delta Live Tables, MLflow, Model Serving, Genie e Vector Search.

Step 2 — Installa l'adapter

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Step 3 — Aggiungi il connettore in Claude

L'URL del tuo server: in AnythingMCP apri MCP Servers → il server su cui si trova questo connettore e copia il suo URL (https://cloud.anythingmcp.com/mcp/…). Usalo ovunque questa guida mostra YOUR_SERVER_ID.

Percorso consigliato: funziona su claude.ai web senza toccare alcun file di configurazione.

1. In Claude apri Customize → Connectors.
2. Clicca + e poi Add custom connector.
3. Inserisci un nome, ad esempio Databricks, e l'URL del server MCP remoto https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID, poi clicca Add.
4. Clicca Connect e accedi ad AnythingMCP (OAuth) per consentire l'accesso.

Tutti i tool sotto compaiono nella tua chat: inizia a scrivere prompt.

Tool disponibili

Esempi di prompt

• "Quali SQL warehouse abbiamo e quali sono accesi in questo momento?"
• "Mostrami le tabelle in main.sales e le colonne della tabella orders."
• "Qual è stato il nostro fatturato per paese il mese scorso? Usa il warehouse serverless e dimmi prima se deve essere avviato."
• "Il job nightly_etl di stanotte è andato a buon fine? Se un task è fallito, mostrami l'errore."
• "Avvia ora il job weekly_report, dopo avermi detto cosa fa e quale cluster usa."

FAQ

Funziona con Claude Code come con Claude Desktop? Sì, punta entrambi a https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID.

Prossimi passi

• Landing del connettore
• Collegare a ChatGPT
• Collegare a Cursor
• Collegare a Gemini
• Collegare a Meta Muse