Пропустите установку. Заработает меньше чем за 2 минуты.
Начните бесплатный период на cloud.anythingmcp.com, добавьте Databricks одним кликом и направьте свой ИИ-клиент (Claude, ChatGPT, Copilot или Cursor) на сгенерированный MCP-эндпоинт. Без Docker, без git clone, без опыта разработки.
Кратко
Дайте ИИ работать с вашим workspace в Databricks: выполнять SQL на warehouse, изучать каталоги, схемы и таблицы Unity Catalog, проверять кластеры, warehouses, задания и запуски, читать ноутбуки, а после вашего подтверждения запускать и останавливать вычисления или задания. Подключение по personal access token.
Попробуй спросить
Примеры промптов для Databricks
Кликни по промпту — он скопируется. Вставь в Claude, ChatGPT, Cursor, Gemini, Copilot или OpenClaw и запусти через этот коннектор.
Claude — это AI, он может ошибаться. Проверяйте ответы.
💡 Без установки? Используйте cloud.anythingmcp.com напрямую. Войдите, нажмите Connectors → Databricks, вставьте учётные данные, создайте MCP API key, и готово. Без Docker, без
git clone, без локального сервера.
Databricks + Meta Muse
Дайте ИИ работать с вашим workspace в Databricks: выполнять SQL на warehouse, изучать каталоги, схемы и таблицы Unity Catalog, проверять кластеры, warehouses, задания и запуски, читать ноутбуки, а после вашего подтверждения запускать и останавливать вычисления или задания. Подключение по personal access token.
Предварительные требования
Полные инструкции по настройке встроены в коннектор (видны в магазине при выборе коннектора). Требуемые переменные окружения:
DATABRICKS_HOST, DATABRICKS_TOKEN
Шаг 1 — Получите учётные данные
- Откройте свой workspace в Databricks и скопируйте хост из адресной строки в
DATABRICKS_HOST, безhttps://, напримерdbc-a1b2c3d4-e5f6.cloud.databricks.com(AWS),adb-1234567890123456.7.azuredatabricks.net(Azure) или1234567890123456.7.gcp.databricks.com(Google Cloud). - Нажмите на своё имя пользователя справа вверху, затем Settings → Developer → Access tokens → Manage → Generate new token. Укажите комментарий и срок действия и скопируйте токен в
DATABRICKS_TOKEN: Databricks показывает его только один раз. Администратор workspace должен разрешать personal access tokens. - Чтобы дать минимум прав, создайте токен для service principal, у которого есть только нужные ИИ права: USE CATALOG, USE SCHEMA и SELECT на данные и CAN USE на один SQL warehouse. Коннектор действует с правами пользователя токена.
- Установите коннектор и выполните
databricks_get_current_user, чтобы увидеть, от чьего имени действует ИИ.
Вычисления стоят денег, поэтому ИИ сначала спрашивает: Databricks тарифицирует вычисления в DBU. Запрос к остановленному SQL warehouse запускает его автоматически, а работающий warehouse или кластер стоит денег, пока сам не остановится. Перед выполнением SQL ИИ проверяет warehouse через databricks_list_warehouses; если он не запущен, ИИ сообщает, что запрос его запустит, и какого он размера, и ждёт вашего «да». Serverless warehouse запускается за секунды.
SQL на warehouse: databricks_execute_sql выполняет одну инструкцию и по умолчанию возвращает до 200 строк (максимум 10 000). Для всего, что меняет данные, таблицы или права (INSERT, UPDATE, DELETE, MERGE, CREATE, ALTER, DROP, GRANT), ИИ показывает точный текст инструкции и ждёт явного «да»; что вообще разрешено, определяют права токена в Unity Catalog. Долгие инструкции продолжают выполняться в фоне: databricks_get_statement отслеживает их, а databricks_get_statement_chunk получает следующие строки.
Unity Catalog: databricks_list_catalogs, databricks_list_schemas, databricks_list_tables и databricks_get_table показывают каталоги, схемы, таблицы, представления и их столбцы, чтобы ИИ писал SQL с правильными именами.
Любое другое изменение тоже требует подтверждения: databricks_start_cluster, databricks_terminate_cluster, databricks_start_warehouse, databricks_stop_warehouse, databricks_run_job, databricks_cancel_job_run и databricks_cancel_statement. Остановка кластера или warehouse прерывает запросы и ноутбуки, которые на нём работают. Этот коннектор ничего не удаляет.
Задания: databricks_list_jobs и databricks_get_job показывают задания, расписания, параметры и задачи; databricks_run_job запускает задание сейчас; databricks_list_job_runs, databricks_get_job_run и databricks_get_run_output показывают запуски, состояние задач, ошибки и вывод ноутбуков (хранится 60 дней).
Ноутбуки и файлы: databricks_list_workspace просматривает папки и ноутбуки, databricks_export_notebook возвращает исходный код небольшого ноутбука, databricks_list_volume_files показывает содержимое тома Unity Catalog, а databricks_list_dbfs старые пути DBFS. Конфигурация Spark, переменные окружения и init-скрипты кластеров не выводятся, потому что могут содержать секреты.
Частые ошибки: 401 или 403 Invalid access token: токен неверный, истёк или отозван, либо DATABRICKS_HOST указывает на другой workspace. 403 PERMISSION_DENIED: у пользователя нет нужного права, например USE CATALOG, SELECT, CAN USE на warehouse или CAN MANAGE RUN на задание. 404 RESOURCE_DOES_NOT_EXIST: неверный ID или имя, либо Unity Catalog не включён в workspace. 429: слишком много запросов; подождите и повторите.
Коннектор не создаёт, не изменяет и не удаляет кластеры, warehouses, задания, таблицы и файлы, не загружает файлы и не охватывает пайплайны Delta Live Tables, MLflow, Model Serving, Genie и Vector Search.
Шаг 2 — Установите адаптер
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
Шаг 3 — Добавьте коннектор в Muse
URL вашего сервера: в AnythingMCP откройте MCP Servers → сервер, на котором находится этот коннектор, и скопируйте его URL (
https://cloud.anythingmcp.com/mcp/…). Используйте его везде, где в этом руководстве указаноYOUR_SERVER_ID.
Muse добавляет удалённые MCP-серверы как пользовательские коннекторы и входит в них через OAuth.
- В Muse открой Settings → Connectors и выбери Add custom connector.
- Вставь URL MCP-сервера
https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID. - Muse откроет страницу входа AnythingMCP: войди и подтверди доступ.
- В чате попроси Muse о том, для чего нужны инструменты
Databricks.
Настроить коннектор можно и из чата: в вебе, в приложениях для iOS и Android или в WhatsApp. Отправь Muse это сообщение:
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
Размещаешь сам? Используй публичный HTTPS-адрес своего экземпляра вместо https://cloud.anythingmcp.com. Muse подключается из облака Meta, поэтому localhost не подойдёт.
Доступные инструменты
| 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) |
Примеры запросов
- «Какие у нас есть SQL warehouses и какие из них сейчас работают?»
- «Покажи таблицы в main.sales и столбцы таблицы orders.»
- «Какой была выручка по странам в прошлом месяце? Используй serverless warehouse и сначала скажи, нужно ли его запускать.»
- «Успешно ли прошло задание nightly_etl этой ночью? Если какая-то задача упала, покажи ошибку.»
- «Запусти сейчас задание weekly_report, но сначала скажи, что оно делает и какой кластер использует.»
FAQ
Где доступен Muse? Сейчас Meta предлагает Muse в США и Канаде: в вебе, в приложениях для iOS и Android и в WhatsApp.
Проверяет ли Meta этот коннектор? Нет. Meta не проверяет пользовательские коннекторы. Muse видит только те инструменты, которые ты включил для этого MCP-сервера в AnythingMCP, а отключить коннектор можно в любой момент в Settings → Connectors.
Следующие шаги
Это руководство помогло?
