snowflake-mcp-server

MCP Server for Snowflake

功能

• 灵活的 Snowflake 认证方式，支持以下两种：
• 使用私钥的服务账号认证
• 交互式会话的外部浏览器认证

• 连接池与自动后台刷新，以保持持久连接

• 支持在单个会话中查询多个视图和数据库

• 支持多种 SQL 语句类型（SELECT、SHOW、DESCRIBE、EXPLAIN、WITH）

• 兼容 MCP 的处理器，用于查询 Snowflake 数据

• 只读操作，包含安全检查以防止数据修改

• 支持 Python 3.12 及以上版本

• 基于 Stdio 的 MCP 服务器，便于与 Claude Desktop 集成

可用工具

• list_databases：列出所有可访问的 Snowflake 数据库

• list_views：列出指定数据库和模式中的所有视图

• describe_view：获取特定视图的详细信息，包括列和 SQL 定义

• query_view：从视图中查询数据，可选行数限制

• execute_query：执行自定义只读 SQL 查询（SELECT、SHOW、DESCRIBE、EXPLAIN、WITH），结果以 Markdown 表格格式返回

安装

前提条件

• Python 3.12 或更高版本

• 一个 Snowflake 账户，需具备以下之一：
• 已配置的服务账号（用户名 + 私钥），或
• 用于浏览器认证的普通用户账户

• uv 包管理器（推荐）

步骤

1. 克隆本仓库：

2. 安装包：

3. 创建 .env 文件并填写 Snowflake 凭证：
根据您偏好的认证方式选择提供的示例文件之一：
私钥认证：
然后编辑 .env 文件，设置您的 Snowflake 账户详情和私钥路径。
外部浏览器认证：
然后编辑 .env 文件，设置您的 Snowflake 账户详情。

使用

使用 uv 运行

Claude Desktop 集成

1. 在 Claude Desktop 中，进入 Settings → MCP Servers

2. 添加新服务器，指定 uv 可执行文件的完整路径：
或者明确指定 stdio 传输：

3. 您可以通过在终端运行 which uv 找到 uv 路径

4. 保存服务器配置

示例查询

• "你能列出我的 Snowflake 账户中的所有数据库吗？"

• "列出 MARKETING 数据库中的所有视图"

• "描述 SALES 数据库中 CUSTOMER_ANALYTICS 视图的结构"

• "显示 FINANCE 数据库中 REVENUE_BY_REGION 视图的示例数据"

• "运行以下 SQL 查询：SELECT customer_id, SUM(order_total) as total_spend FROM SALES.ORDERS GROUP BY customer_id ORDER BY total_spend DESC LIMIT 10"

• "查询 MARKETING 数据库，找出按转化率排名的前 5 个表现最佳的广告活动"

• "通过查询 SALES.CUSTOMER_METRICS 和 MARKETING.CAMPAIGN_RESULTS 比较不同数据库中的数据"

配置

• SNOWFLAKE_CONN_REFRESH_HOURS：连接刷新的时间间隔（单位：小时，默认：8）

认证方式

私钥认证

1. 按照 Snowflake 文档 为您的 Snowflake 用户创建密钥对

2. 在 .env 文件中设置 SNOWFLAKE_AUTH_TYPE=private_key

3. 在 SNOWFLAKE_PRIVATE_KEY_PATH 中提供私钥路径

外部浏览器认证

1. 在 .env 文件中设置 SNOWFLAKE_AUTH_TYPE=external_browser

2. 启动服务器时，浏览器窗口将自动打开，要求您登录

3. 认证后，会话将保持活跃，直到您的 Snowflake 账户设置中指定的时间结束

安全注意事项

• 强制执行只读操作（仅允许 SELECT、SHOW、DESCRIBE、EXPLAIN 和 WITH 语句）

• 自动添加 LIMIT 子句以防止返回过大结果集

• 使用安全的认证方法与 Snowflake 建立连接

• 验证输入以防止 SQL 注入

开发

静态类型检查

代码检查

代码格式化

运行测试

贡献

技术细节

• Snowflake Connector Python 用于连接 Snowflake

• MCP (Model Context Protocol) 用于与 Claude 交互

• Pydantic 用于数据验证

• python-dotenv 用于环境变量管理