インストール不要。2分以内に動きます。
cloud.anythingmcp.com で無料トライアルを開始し、Databricks をワンクリックで追加して、AI クライアント（Claude、ChatGPT、Copilot、Cursor）を生成された MCP エンドポイントに向けるだけ。Docker も git clone も、開発経験も不要です。
概要
AI に Databricks ワークスペースを操作させます。SQL ウェアハウスでの SQL 実行、Unity Catalog のカタログ、スキーマ、テーブルの探索、クラスター、ウェアハウス、ジョブ、実行履歴の確認、ノートブックの読み取りができ、確認のうえでコンピュートの起動や停止、ジョブの実行も行います。個人用アクセストークンで接続します。
こう聞いてみよう
Databricks のサンプルプロンプト
プロンプトをクリックでコピー。Claude / ChatGPT / Cursor / Gemini / Copilot / OpenClaw に貼り付けて、このコネクターで実行できます。
Claude は AI のため誤ることがあります。回答をご確認ください。
💡 インストール不要? cloud.anythingmcp.com を直接利用してください。 サインインし、Connectors → Databricks をクリック、認証情報を貼り付け、MCP API キーを発行すれば完了です。Docker も
git cloneもローカルサーバーも不要。
Databricks + Meta Muse
AI に Databricks ワークスペースを操作させます。SQL ウェアハウスでの SQL 実行、Unity Catalog のカタログ、スキーマ、テーブルの探索、クラスター、ウェアハウス、ジョブ、実行履歴の確認、ノートブックの読み取りができ、確認のうえでコンピュートの起動や停止、ジョブの実行も行います。個人用アクセストークンで接続します。
前提条件
完全なセットアップ手順はコネクタ自体に組み込まれています (ストアでコネクタを選択すると表示)。必要な環境変数:
DATABRICKS_HOST, DATABRICKS_TOKEN
ステップ 1 — 認証情報を取得
- Databricks ワークスペースを開き、アドレスバーのホスト名を
https://を付けずにDATABRICKS_HOSTにコピーします。例:dbc-a1b2c3d4-e5f6.cloud.databricks.com（AWS）、adb-1234567890123456.7.azuredatabricks.net（Azure）、1234567890123456.7.gcp.databricks.com（Google Cloud）。 - 右上のユーザー名をクリックし、Settings → Developer → Access tokens → Manage → Generate new token を開きます。コメントと有効期間を付けてトークンを作成し、
DATABRICKS_TOKENにコピーします。Databricks はトークンを 1 回しか表示しません。ワークスペース管理者が個人用アクセストークンを許可している必要があります。 - 権限を最小限にするには、AI に必要な権限だけを持つ サービスプリンシパル 用にトークンを作成します。データに対する USE CATALOG、USE SCHEMA、SELECT と、1 つの SQL ウェアハウスに対する CAN USE です。コネクタはトークンのユーザーの権限で動作します。
- コネクタをインストールし、
databricks_get_current_userを実行して、AI がどのユーザーとして動作するかを確認します。
コンピュートは有料なので、AI は先に確認します: Databricks はコンピュートを DBU で課金します。停止中の SQL ウェアハウスにクエリを送ると自動的に起動し、稼働中のウェアハウスやクラスターは自動停止するまで費用がかかります。AI は SQL を実行する前に databricks_list_warehouses でウェアハウスを確認し、稼働していなければ、クエリで起動することとそのサイズを伝え、あなたの同意を待ちます。サーバーレスウェアハウスなら数秒で起動します。
ウェアハウスでの SQL: databricks_execute_sql は 1 つのステートメントを実行し、既定で最大 200 行（上限 10,000 行）を返します。データ、テーブル、権限を変更するもの（INSERT、UPDATE、DELETE、MERGE、CREATE、ALTER、DROP、GRANT）は、AI が正確なステートメントを示し、明確な同意を待ちます。そもそも何が許可されるかは、トークンの Unity Catalog 権限で決まります。長いステートメントはバックグラウンドで実行が続き、databricks_get_statement で進捗を追い、databricks_get_statement_chunk で続きの行を取得します。
Unity Catalog: databricks_list_catalogs、databricks_list_schemas、databricks_list_tables、databricks_get_table で、カタログ、スキーマ、テーブル、ビューとその列を確認できるので、AI は正しい名前で SQL を書けます。
その他の変更もすべて先に確認します: databricks_start_cluster、databricks_terminate_cluster、databricks_start_warehouse、databricks_stop_warehouse、databricks_run_job、databricks_cancel_job_run、databricks_cancel_statement。クラスターを終了したりウェアハウスを停止したりすると、その上で動いているクエリやノートブックも終了します。このコネクタは何も削除しません。
ジョブ: databricks_list_jobs と databricks_get_job でジョブ、スケジュール、パラメーター、タスクを確認し、databricks_run_job で今すぐ実行します。databricks_list_job_runs、databricks_get_job_run、databricks_get_run_output は実行履歴、タスクの状態、エラー、ノートブックの出力（60 日間保存）を表示します。
ノートブックとファイル: databricks_list_workspace でフォルダーとノートブックを参照し、databricks_export_notebook で小さなノートブックのソースコードを取得します。databricks_list_volume_files は Unity Catalog のボリュームを、databricks_list_dbfs は従来の DBFS パスを一覧します。クラスターの Spark 設定、環境変数、init スクリプトはシークレットを含む可能性があるため除外しています。
よくあるエラー: 401、または 403 Invalid access token: トークンが間違っている、期限切れ、取り消し済み、または DATABRICKS_HOST が別のワークスペースを指しています。403 PERMISSION_DENIED: ユーザーに USE CATALOG、SELECT、ウェアハウスの CAN USE、ジョブの CAN MANAGE RUN などの権限がありません。404 RESOURCE_DOES_NOT_EXIST: ID や名前が間違っているか、ワークスペースで Unity Catalog が有効になっていません。429: リクエストが多すぎます。少し待ってから再試行してください。
このコネクタは、クラスター、ウェアハウス、ジョブ、テーブル、ファイルの作成、編集、削除、ファイルのアップロード、Delta Live Tables パイプライン、MLflow、Model Serving、Genie、Vector Search には対応していません。
ステップ 2 — アダプターをインストール
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
ステップ 3 — Muse にコネクタを追加
サーバーURL: AnythingMCP で MCP Servers を開き、このコネクタがあるサーバーを選んで URL（
https://cloud.anythingmcp.com/mcp/…）をコピーします。このガイドでYOUR_SERVER_IDと表示されている箇所に使ってください。
Muse はリモート MCP サーバーをカスタムコネクタとして追加し、OAuth でサインインします。
- Muse で Settings → Connectors を開き、Add custom connector を選びます。
- MCP サーバーの URL
https://cloud.anythingmcp.com/mcp/YOUR_SERVER_IDを貼り付けます。 - Muse が AnythingMCP のサインインページを開きます。サインインしてアクセスを承認します。
- チャットで、
Databricksのツールが必要になる依頼を Muse にしてみましょう。
チャットから設定することもできます（Web、iOS・Android アプリ、WhatsApp）。Muse に次のメッセージを送ってください:
Create a Custom Connector for a new remote MCP server, then connect to it:
Name: AnythingMCP
Transport: remote streamable HTTP
URL: https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID
Auth: OAuth
セルフホストの場合は、https://cloud.anythingmcp.com の代わりにインスタンスの公開 HTTPS アドレスを使ってください。Muse は Meta のクラウドから接続するため、localhost は使えません。
利用可能なツール
| Tool | What it does |
|---|---|
databricks_get_current_user | Get the Databricks user or service principal behind the token: user name, display name, id, active flag, groups and entitlements |
databricks_list_clusters | List the workspace's clusters (all-purpose and job clusters) with id, name, state, Spark version, node types, size or autoscale range… |
databricks_get_cluster | Get one cluster's state and configuration: Spark version, node types, workers or autoscale range, auto-termination, access mode, memory and… |
databricks_start_cluster | Start a terminated cluster |
databricks_terminate_cluster | Terminate (stop) a running cluster |
databricks_list_warehouses | List the SQL warehouses with id, name, state (RUNNING, STOPPED, STARTING), size, type, serverless flag, cluster counts, active sessions and… |
databricks_get_warehouse | Get one SQL warehouse: state, size, type, serverless flag, scaling range, active sessions, auto-stop minutes, health and its JDBC/ODBC… |
databricks_start_warehouse | Start a stopped SQL warehouse |
databricks_stop_warehouse | Stop a running SQL warehouse |
databricks_execute_sql | Run one SQL statement on a SQL warehouse and return columns and up to row_limit rows (default 200) |
databricks_get_statement | Get the state and result of a SQL statement started with databricks_execute_sql: status (PENDING, RUNNING, SUCCEEDED, FAILED, CANCELED)… |
databricks_get_statement_chunk | Get a further chunk of rows of a finished SQL statement, by chunk index (next_chunk_index of the previous answer) |
databricks_cancel_statement | Cancel a running SQL statement |
databricks_list_jobs | List the workspace's jobs with id, name, creator, schedule and creation time |
databricks_get_job | Get one job: name, description, run-as user, schedule or trigger, job parameters, concurrency, timeout and its tasks (key, dependencies… |
databricks_run_job | Trigger a run of an existing job now |
databricks_list_job_runs | List job runs, newest first, with run id, job id, state, start and end time, duration and a link to the run page |
databricks_get_job_run | Get one job run: state and result, times, trigger, parameters and each task's run_id, state and run page link |
databricks_get_run_output | Get the output of one task run: notebook exit value, SQL output, error message and trace, and logs |
databricks_cancel_job_run | Cancel a job run (asynchronously) |
databricks_list_catalogs | List the Unity Catalog catalogs the user can see, with name, type, owner and comment |
databricks_list_schemas | List the schemas of a Unity Catalog catalog with full name, owner and comment |
databricks_list_tables | List the tables and views of a Unity Catalog schema with full name, type (MANAGED, EXTERNAL, VIEW, MATERIALIZED_VIEW), format, owner and… |
databricks_get_table | Get a Unity Catalog table or view by full name: columns with types, nullability, comments and partitioning, table type, format, owner… |
databricks_list_workspace | List the contents of a workspace folder: notebooks (with language), files, folders, repos and libraries, with path, object id and… |
databricks_export_notebook | Get the source code of one notebook or workspace file as text (Python, SQL, Scala or R source) |
databricks_list_volume_files | List the files and folders in a Unity Catalog volume directory, with name, size and modification time |
databricks_list_dbfs | List a legacy DBFS directory (path, size, folder flag, modification time) |
プロンプトの例
- 「どんな SQL ウェアハウスがあって、今動いているのはどれですか？」
- 「main.sales のテーブルと、orders テーブルの列を見せてください。」
- 「先月の国別売上はいくらでしたか？サーバーレスウェアハウスを使い、起動が必要なら先に教えてください。」
- 「昨夜の nightly_etl ジョブは成功しましたか？失敗したタスクがあればエラーを見せてください。」
- 「weekly_report ジョブが何をするか、どのクラスターを使うかを説明してから、今すぐ実行してください。」
FAQ
Muse はどこで使えますか? Meta は現在、Muse を米国とカナダで提供しています。Web、iOS・Android アプリ、WhatsApp で利用できます。
Meta はこのコネクタを審査しますか? いいえ。Meta はカスタムコネクタを審査しません。Muse に見えるのは、AnythingMCP でこの MCP サーバーに対して有効にしたツールだけです。コネクタはいつでも Settings → Connectors で切断できます。
次のステップ
このガイドは役に立ちましたか?
