基于 Model Context Protocol (MCP) 的后端服务器实现，提供可查询的 Databricks SQL、元数据浏览、Delta Lake、作业与管线监控等上下文与工具，便于将 Databricks 数据与功能暴露给大语言模型客户端。
基于 Model Context Protocol (MCP) 的后端服务器实现，提供 MCP 协议的工具注册、HTTP 接入以及与 Databricks 应用的整合能力，适用于向大语言模型客户端暴露上下文、资源和工具。
基于 Model Context Protocol 的后端 MCP 服务器实现，向大语言模型客户端提供资源管理、工具注册与调用、以及可渲染的 Prompt 模板等能力，通过 JSON-RPC/流式传输等方式进行通信，并具备会话管理、认证、备份与技能管理等完整功能。
基于Model Context Protocol (MCP) 为LLM提供与Databricks交互的能力。
基于 Model Context Protocol (MCP)，连接大型语言模型 (LLM) 与 Databricks 工作区，提供数据访问和工具调用能力。
一个基于Model Context Protocol (MCP) 构建的服务器，旨在为LLM应用提供访问和管理Databricks工作区资源的标准化接口。
一个MCP服务器，连接Databricks API，允许LLM执行SQL查询、列出和管理Databricks作业，提供与Databricks数据和操作交互的工具。
一个MCP服务器，为LLM应用提供Databricks权限、凭据和Git凭据的管理工具，实现与Databricks API的安全交互。
此仓库实现了一个实验性的MCP服务器，允许LLM客户端与Databricks API进行交互，目前提供列出Databricks作业的功能。