简单雪花MCP服务器,可在企业代理后运行(因为我在几分钟内无法使用现有服务器实现此功能,但我自己的服务器可以)。目前仍不确定它是否出色,但就目前而言已经足够好了。
在MacOS上:~/Library/Application\ Support/Claude/claude_desktop_config.json
在Windows上:%APPDATA%/Claude/claude_desktop_config.json
"mcpServers": {
"simple_snowflake_mcp": {
"command": "uv",
"args": [
"--directory",
".", // 使用当前目录用于GitHub
"run",
"simple_snowflake_mcp"
]
}
}
"mcpServers": {
"simple_snowflake_mcp": {
"command": "uvx",
"args": [
"simple_snowflake_mcp"
]
}
}
服务器公开了以下MCP工具以与雪花(Snowflake)进行交互:
read_only为false)执行SQL查询,结果以Markdown格式返回克隆仓库
git clone
cd simple_snowflake_mcp
设置环境变量
cp .env.example .env
# 使用你的雪花凭证编辑.env文件
使用Docker Compose构建并运行
# 构建Docker镜像
docker-compose build
# 启动服务
docker-compose up -d
# 查看日志
docker-compose logs -f
使用Docker Compose直接操作:
# 构建镜像
docker-compose build
# 以生产模式启动
docker-compose up -d
# 以开发模式启动(挂载卷以实现实时代码更改)
docker-compose --profile dev up simple-snowflake-mcp-dev -d
# 查看日志
docker-compose logs -f
# 停止服务
docker-compose down
# 清理(移除容器、镜像和卷)
docker-compose down --rmi all --volumes --remove-orphans
使用提供的Makefile(Windows用户可以通过WSL使用make或为Windows安装make):
# 查看所有可用命令
make help
# 构建并启动
make build
make up
# 开发模式
make dev-up
# 查看日志
make logs
# 清理
make clean
Docker设置包括:
所有雪花配置都可以通过环境变量设置:
SNOWFLAKE_USER:你的雪花用户名(必需)SNOWFLAKE_PASSWORD:你的雪花密码(必需)SNOWFLAKE_ACCOUNT:你的雪花账户标识符(必需)SNOWFLAKE_WAREHOUSE:仓库名称(可选)SNOWFLAKE_DATABASE:默认数据库(可选)SNOWFLAKE_SCHEMA:默认模式(可选)MCP_READ_ONLY:设置为"TRUE"以启用只读模式(默认:TRUE)对于开发,使用开发配置文件挂载源代码:
docker-compose --profile dev up simple-snowflake-mcp-dev -d
这允许你在不重建Docker镜像的情况下对代码进行更改。
{
"name": "execute-snowflake-sql",
"arguments": { "sql": "SELECT CURRENT_TIMESTAMP;" }
}
调用MCP工具execute-snowflake-sql,并传入包含要执行的SQL查询的sql参数。结果将以字典列表的形式返回(每行一个字典)。
为了准备软件包进行分发:
uv sync
uv build
这将在dist/目录中创建源代码和Wheel分发版本。
uv publish
注意:你需要通过环境变量或命令标志设置PyPI凭证:
--token 或 UV_PUBLISH_TOKEN--username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD由于MCP服务器通过标准输入输出运行,调试可能具有挑战性。为了获得最佳调试体验,我们强烈建议使用 MCP Inspector。
你可以通过npm使用以下命令启动MCP Inspector:
npx @modelcontextprotocol/inspector uv --directory . run simple-snowflake-mcp
启动后,Inspector将显示一个URL,你可以在浏览器中访问该URL以开始调试。
服务器公开了一个MCP工具execute-snowflake-sql,用于在雪花上执行SQL查询并返回结果。
克隆项目并安装依赖项
git clone
cd simple_snowflake_mcp
python -m venv .venv
.venv/Scripts/activate # Windows
pip install -r requirements.txt # 或者如果可用,使用 `uv sync --dev --all-extras`
配置雪花访问
.env.example复制到.env(或在根目录创建.env)并填写你的凭证:SNOWFLAKE_USER=...
SNOWFLAKE_PASSWORD=...
SNOWFLAKE_ACCOUNT=...
# SNOWFLAKE_WAREHOUSE 可选:雪花仓库名称
# SNOWFLAKE_DATABASE 可选:默认数据库名称
# SNOWFLAKE_SCHEMA 可选:默认模式名称
# MCP_READ_ONLY=true|false 可选:true/false以强制只读模式
为MCP调试配置VS Code
.vscode/mcp.json文件已经存在:{
"servers": {
"simple-snowflake-mcp": {
"type": "stdio",
"command": ".venv/Scripts/python.exe",
"args": ["-m", "simple_snowflake_mcp"]
}
}
}
MCP: Start Server并选择simple-snowflake-mcp。使用方法
服务器公开了以下MCP工具以与雪花进行交互:
read_only为false)执行SQL查询,结果以Markdown格式返回对于每个工具,请参阅使用部分或MCP文档以了解调用格式。