Об этом проекте

mcp-server-snowflake — это independently maintained MCP-сервер с лицензией Apache-2.0, который позволяет ИИ-ассистенту работать с Snowflake. Проект указывает, что не связан, не спонсируется, не одобряется и не поддерживается Snowflake Inc., а также отмечает, что «Snowflake» и «Cortex» являются товарными знаками Snowflake Inc. Он распространяется через PyPI и может быть установлен с помощью uv или pip, запущен через мастер настройки (--init), ориентирован на именованное подключение Snowflake CLI (-c) или запущен в Docker. Функциональность описана в README Разрешение подключения: сервер может читать конфигурацию Snowflake CLI из ~/.snowflake/connections.toml, поэтому существующий профиль можно использовать без дополнительной настройки. Поддерживается переключение профилей во время выполнения через snowflake_use_connection и их вывод командой snowflake_list_connections. Варианты аутентификации включают программные access tokens, OAuth (токен в профиле подключения или SNOWFLAKE_TOKEN), JWT с RSA-парой ключей (SNOWFLAKE_PRIVATE_KEY_PATH, опциональный passphrase), SSO через authenticator externalbrowser, а также стандартные переменные окружения (account, user, password, warehouse, database, schema, role). Контроль безопасности: режим только для чтения (SNOWFLAKE_MCP_READONLY=1 или --readonly) отключает инструменты DDL/DML mutation; разрушительные операции, такие как удаление баз данных, схем или таблиц, требуют явного confirm=True; а значения по умолчанию для лимитов строк и таймаутов (SNOWFLAKE_MAX_ROWS=1000, SNOWFLAKE_QUERY_TIMEOUT=120) призваны ограничивать объём результатов. Покрытие инструментами: README организует 140 инструментов в 19 доменных модулей, включая SQL-запросы и транзакции (query, DML, cancel, query history, query plan, operator stats, begin/commit/rollback); базы данных, схемы, таблицы и представления (list, describe, create, drop, clone, undrop, DDL, sampling, truncate); виртуальные warehouses (list, describe, create, drop, resume, suspend, resize, load history); stages и файловые операции; tasks и DAG-конвейеры; streams и capture изменений; dynamic и Iceberg-таблицы с external volumes и catalog integrations; инGESTацию через Snowpipe; оповещения и уведомления; governance, RBAC, роли и пользователей; сетевые и парольные политики; SPCS compute pools и Streamlit; object tags и classifications; Horizon lineage plus masking и row access policies; объекты программируемости, такие как procedures, functions, secrets, sequences, integrations и event tables; Cortex AI helpers для completion, summarization, sentiment, answer extraction, translation, search, text embedding и analyst queries; а также composite workflows, такие как health checks, inspection и profiling таблиц, масштабирование warehouse и выполнение, recipes клонирования, экспорт результатов запросов на stage, сводки по использованию аккаунта и discovery schema lineage. Целевая аудитория Data engineers, analysts и platform teams, которым нужен ИИ-ассистент для инспекции и управления Snowflake-аккаунтами через MCP, с guardrails для read-only или подтверждение-gated использования. Лицензирование, CI status, версия PyPI и coverage обозначены repository badges.