Sobre el proyecto

mcp-server-snowflake es un servidor del Protocolo de Contexto del Modelo (MCP) mantenido de forma independiente y bajo licencia Apache-2.0 que permite a un asistente de IA trabajar con Snowflake. El proyecto indica que no está afiliado, patrocinado, endosado ni respaldado por Snowflake Inc., y señala que "Snowflake" y "Cortex" son marcas comerciales de Snowflake Inc. Se distribuye en PyPI y puede instalarse con uv o pip, ejecutarse mediante un asistente de configuración (--init), apuntar a una conexión con nombre del CLI de Snowflake (-c) o ejecutarse en Docker. Capacidades descritas en el README Resolución de conexiones: el servidor puede leer la configuración del CLI de Snowflake desde ~/.snowflake/connections.toml para que un perfil existente pueda usarse sin configuración adicional. Admite cambiar de perfiles en tiempo de ejecución mediante snowflake_use_connection y listarlos con snowflake_list_connections. Las opciones de autenticación incluyen tokens de acceso programático u OAuth (token en el perfil de conexión o SNOWFLAKE_TOKEN), JWT con par de claves RSA (SNOWFLAKE_PRIVATE_KEY_PATH, conugador opcional), SSO mediante el autenticador externalbrowser, y variables de entorno estándar (account, user, password, warehouse, database, schema, role). Controles de seguridad: un modo solo lectura (SNOWFLAKE_MCP_READONLY=1 o --readonly) deshabilita las herramientas de mutación DDL/DML; las operaciones destructivas como eliminar bases de datos, esquemas o tablas requieren confirm=True explícito; y los límites predeterminados de filas y tiempo de espera (SNOWFLAKE_MAX_ROWS=1000, SNOWFLAKE_QUERY_TIMEOUT=120) tienen como objetivo contener los tamaños de resultado. Cobertura de herramientas: el README organiza 140 herramientas en 19 módulos de dominio, que incluyen consultas SQL y transacciones (query, DML, cancel, query history, query plan, operator stats, begin/commit/rollback); bases de datos, esquemas, tablas y vistas (list, describe, create, drop, clone, undrop, DDL, sampling, truncate); almacenes virtuales (list, describe, create, drop, resume, suspend, resize, load history); stages y operaciones de archivos; tareas y pipelines DAG; streams y captura de cambios de datos; tablas dinámicas e Iceberg con volúmenes externos e integraciones de catálogo; ingesta Snowpipe; alertas y notificaciones; gobernanza, RBAC, roles y usuarios; políticas de red y contraseñas; pools de cómputo SPCS y Streamlit; etiquetas y clasificaciones de objetos; linaje Horizon más políticas de enmascaramiento y acceso por filas; objetos de programabilidad como procedimientos, funciones, secretos, secuencias, integraciones y tablas de eventos; asistentes de Cortex AI para completado, resumen, sentimiento, extracción de respuestas, traducción, búsqueda, embedding de texto y consultas de analista; y flujos de trabajo compuestos como verificaciones de salud, inspección y perfilado de tablas, escala y ejecución de warehouses, recetas de clonación, exportación de resultados de consultas a un stage, resúmenes de uso de cuenta y descubrimiento de linaje de esquema. Público objetivo Ingenieros de datos, analistas y equipos de plataforma que deseen un asistente de IA para inspeccionar y operar cuentas de Snowflake a través de MCP, con salvaguardias disponibles para uso en solo lectura o con confirmación requerida. El envasamiento, estado de CI, versión de PyPI y cobertura se indican mediante insignias del repositorio.