Sobre o projeto

O mcp-server-snowflake é um servidor Model Context Protocol (MCP) mantido independentemente, com licença Apache-2.0, que permite que um assistente de IA trabalhe com o Snowflake. O projeto declara que não é afiliado, patrocinado, endossado ou suportado pela Snowflake Inc., e observa que "Snowflake" e "Cortex" são marcas registradas da Snowflake Inc. Ele é distribuído no PyPI e pode ser instalado com uv ou pip, executado através de um assistente de configuração (--init), apontado para uma conexão nomeada do Snowflake CLI (-c) ou executado no Docker. Capacidades descritas no README Resolução de conexão: o servidor pode ler a configuração do Snowflake CLI em ~/.snowflake/connections.toml, para que um perfil existente possa ser usado sem configuração extra. Ele suporta a troca de perfis em tempo de execução através de snowflake_use_connection e a listagem deles com snowflake_list_connections. As opções de autenticação incluem tokens de acesso programáticos ou OAuth (token no perfil de conexão ou SNOWFLAKE_TOKEN), JWT de par de chaves RSA (SNOWFLAKE_PRIVATE_KEY_PATH, senha opcional), SSO via autenticador externalbrowser e variáveis de ambiente padrão (account, user, password, warehouse, database, schema, role). Controles de segurança: um modo somente leitura (SNOWFLAKE_MCP_READONLY=1 ou --readonly) desativa as ferramentas de mutação DDL/DML; operações destrutivas, como a exclusão de bancos de dados, esquemas ou tabelas, exigem um confirm=True explícito; e limites padrão de linhas e tempo limite (SNOWFLAKE_MAX_ROWS=1000, SNOWFLAKE_QUERY_TIMEOUT=120) destinam-se a limitar o tamanho dos resultados. Cobertura de ferramentas: o README organiza 140 ferramentas em 19 módulos de domínio, incluindo consultas SQL e transações (query, DML, cancel, query history, query plan, operator stats, begin/commit/rollback); bancos de dados, esquemas, tabelas e views (list, describe, create, drop, clone, undrop, DDL, sampling, truncate); virtual warehouses (list, describe, create, drop, resume, suspend, resize, load history); stages e operações de arquivo; tasks e pipelines DAG; streams e captura de dados alterados (CDC); tabelas dinâmicas e Iceberg com volumes externos e integrações de catálogo; ingestão Snowpipe; alertas e notificações; governança, RBAC, roles e usuários; políticas de rede e senha; pools de computação SPCS e Streamlit; tags de objeto e classificações; linhagem Horizon mais políticas de mascaramento e acesso a linhas; objetos de programabilidade como procedures, functions, secrets, sequences, integrations e event tables; auxiliares de Cortex AI para complementação, sumarização, sentimento, extração de respostas, tradução, pesquisa, text embedding e consultas de analista; e fluxos de trabalho compostos, como verificações de integridade, inspeção e profiling de tabelas, scale-and-execute de warehouse, receitas de clonagem, exportação de resultados de consulta para um stage, resumos de uso de conta e descoberta de linhagem de esquema. Público-alvo Engenheiros de dados, analistas e equipes de plataforma que desejam que um assistente de IA inspecione e opere contas Snowflake através de MCP, com proteções disponíveis para uso somente leitura ou com confirmação obrigatória. Licenciamento, status de CI, versão do PyPI e cobertura são indicados por badges no repositório.