✨ MCP-Server für KI-Agenten (Beta)
Übersicht
Der IOMETE MCP-Server verbindet KI-Agenten über das Model Context Protocol (MCP) mit Ihrem Lakehouse. Dabei handelt es sich um den offenen Standard, den KI-Assistenten nutzen, um externe Tools aufzurufen. Wenn Sie einen MCP-Client wie Claude Code, Codex oder Devin auf Ihre IOMETE-Bereitstellung verweisen, kann der Agent Tabellen im Datenkatalog finden, deren Schemata lesen und SQL auf Ihren Compute-Clustern ausführen – und zwar mit den Rechten des angemeldeten Benutzers.
Version 1 wird in IOMETE 4.0 als Beta-Funktion ausgeliefert. Sie läuft innerhalb Ihrer Datenebene, bleibt inaktiv, bis ein Administrator sie aktiviert, und führt nur Leseabfragen aus, sofern Schreibzugriffe nicht explizit durch einen Administrator erlaubt wurden.
Anwendungsfälle
- Stellen Sie Fragen in natürlicher Sprache und erhalten Sie Antworten, die auf Basis Ihrer Lakehouse-Daten berechnet werden. Der Agent findet die Tabellen, schreibt das SQL und führt es aus.
- Fundierte SQL-Generierung durch echte Schemata, Beispielzeilen und Spaltenprofile statt geratener Tabellen- und Spaltennamen.
- Erkunden Sie unbekannte Datensätze – vom Inhalt des Katalogs bis hin zur Verteilung der Spalten einer Tabelle.
- Verbinden Sie IOMETE über einen Standard-Endpunkt und die individuellen IOMETE-Anmeldedaten jedes Benutzers mit den KI-Tools, die Ihr Team bereits verwendet.
Funktionen
V1 umfasst 17 Tools in fünf Gruppen sowie einen vorgefertigten Prompt.
Sitzung und Identität
- Überprüfen Sie die Verbindung und sehen Sie nach, als welcher Benutzer der Agent angemeldet ist (server_info, whoami).
Arbeitskontext
- Listen Sie die Domänen auf, auf die der Benutzer zugreifen kann, sowie die Compute-Cluster der jeweiligen Domäne mit ihrem Status (list_domains, list_compute_clusters).
- Wenn der Benutzer nur eine Domäne hat oder eine Domäne über nur einen laufenden Compute-Cluster verfügt, wird dieser automatisch ausgewählt; andernfalls muss er bei jedem Aufruf angegeben werden.
Erkennung
- Durchsuchen Sie Kataloge sowie Namespaces und Tabellen seitenweise (list_catalogs, list_namespaces, list_tables). Ein nicht existierender Katalog oder Namespace wird als nicht gefunden gemeldet.
- Durchsuchen Sie den Datenkatalog seitenweise nach Katalog-, Namespace- oder Tabellennamen, Beschreibungen oder Spaltennamen (search_tables). Die Ergebnisse sind so aktuell wie der letzte Katalog-Sync.
- Lesen Sie die Tabellenbeschreibung aus dem Datenkatalog: Spalten mit Typ, Beschreibung und Tags sowie Eigentümer, Zeilenanzahl, Dateianzahl, Größe sowie Erstellungs-, Änderungs- und Synchronisierungszeiten (describe_table).
SQL-Ausführung
- Führen Sie eine SQL-Anweisung als angemeldeter Benutzer aus (run_query). Dies gibt bis zu 100 Zeilen zurück oder eine Abfrage-ID, um den Status später zu prüfen, falls die Abfrage länger als 30 Sekunden dauert.
- Verfolgen Sie eine Abfrage, blättern Sie durch die Ergebnisse oder brechen Sie sie ab (get_query_status, get_query_result, cancel_query).
- Überprüfen Sie den Spark-Plan und eine Risikoeinstufung (niedrig, mittel, hoch) für eine Anweisung, ohne sie auszuführen (explain_query).
- Vorschau der ersten Zeilen einer Tabelle, bis zu 100 (sample_table). Dies sind die ersten Zeilen, die die Engine zurückgibt, keine zufällige Stichprobe.
Spaltenprofilierung
- Erstellen Sie Profile für ausgewählte Spalten (plan_column_profile, execute_column_profile). Numerische Spalten sowie Datums- und Zeitspalten erhalten Zeilen- und Null-Zählungen sowie Minimum- und Maximumwerte. Text- und andere einfache Spalten erhalten eine Null-Zählung, ihre häufigsten Werte mit Häufigkeiten sowie einige Beispielwerte. Array-, Map- und Struct-Spalten können nicht profiliert werden.
Prompt
- discover-then-query ist eine vorgefertigte Anweisung, die der Benutzer in seinem MCP-Client auswählen kann. Sie weist den Agenten an, Tabellen zu finden und zu beschreiben, bevor er SQL schreibt, die Abfrage mit explain_query zu prüfen, immer ein LIMIT einzufügen und auf die Bestätigung des Benutzers zu warten, bevor er eine Abfrage abbricht oder ein aufwendiges Profil erstellt.
Sicherheit und Governance
- Jeder Aufruf enthält die eigenen IOMETE-Anmeldedaten des angemeldeten Benutzers, und Abfragen werden in Spark als dieser Benutzer ausgeführt. Daher gelten Datensicherheitsrichtlinien (Zugriff, Maskierung und Zeilenfilter) genauso wie im SQL-Editor.
- Für den Zugriff ist die Berechtigung Use MCP Server erforderlich, die über eine Rolle in jeder Domäne erteilt wird. Domäneneigentümer und Domänenmanager verfügen immer über diese Berechtigung.
- Abfragen sind standardmäßig schreibgeschützt. Ein Administrator kann Schreibzugriffe erlauben, wobei Datensicherheitsrichtlinien weiterhin festlegen, was jeder Benutzer schreiben darf.
- Benutzer melden sich über OAuth mit ihren IOMETE-Anmeldedaten an, was MCP-Clients selbstständig erkennen, oder verbinden sich mit einem persönlichen Zugriffstoken.
- Jeder Tool-Aufruf eines angemeldeten Benutzers wird in einem Audit-Log protokolliert, einschließlich abgelehnter Aufrufe, mit Benutzer, Domäne, Tool, SQL und Ergebnis. Ergebniszeilen werden niemals protokolliert.
- Abfrageergebnisse werden mit maximal 100 Zeilen pro Abruf zurückgegeben – ein Limit, das ein Administrator ändern kann. Wenn eine Abfrage mit einem eigenen LIMIT endet, kann ein Agent durch bis zu 10.000 Zeilen des Ergebnisses blättern. Das Ausführen und Erklären von Abfragen sowie das Erstellen von Spaltenprofilen sind pro Benutzer ratenbegrenzt.
- Ein Agent muss eine Bestätigung einholen, bevor er eine Abfrage abbricht oder ein aufwendiges Spaltenprofil erstellt, damit dies nicht versehentlich geschieht. Ob eine Person diesen Schritt genehmigt, hängt vom jeweiligen MCP-Client ab.
Bereitstellung
- Der Server läuft innerhalb Ihrer IOMETE-Datenebene unter https://<your IOMETE host>/mcp. Er ruft selbst keine KI-Modelle auf; Ergebnisse werden ausschließlich an den MCP-Client übermittelt, der sie angefordert hat.
- Die Funktion ist standardmäßig deaktiviert. Ein Administrator aktiviert sie und legt die öffentliche URL im Helm-Chart der Datenebene fest.
- Getestet mit Claude Code, Codex, Antigravity CLI und Devin. claude.ai stellt ebenfalls eine Verbindung her, wobei die OAuth-Anmeldung genutzt wird. Clients, die auf Ihrem Rechner laufen, erreichen jeden IOMETE-Host in Ihrem Netzwerk. Cloud-gehostete Clients wie claude.ai und die Cloud-Agenten von Devin benötigen einen IOMETE-Host, der aus dem Internet erreichbar ist. Browserbasierte MCP-Clients werden in V1 nicht unterstützt.
Ausblick
Als Nächstes folgt der MCP-Server für KI-Agenten V2. Wie in V1 wird jeder Aufruf im Namen des angemeldeten Benutzers ausgeführt. Folgendes kommt hinzu:
- Schreibgeschützte Spark-Anwendungsdiagnose: Konfiguration eines Job-Laufs sowie dessen Treiber- und Executor-Protokolle.
- Iceberg-Tabellenmetadaten, beginnend mit der Partitionsspezifikation einer Tabelle.
- Die ersten Tools für den Troubleshooting-Agenten.
Workload Optimization und der Troubleshooting Agent werden über MCP ebenfalls eigene Tools bereitstellen.
Der Einstieg bei IOMETE ist ganz einfach. Buchen Sie noch heute eine Demo bei uns.
Die IOMETE-Datenplattform hilft Ihnen, mehr zu erreichen. Buchen Sie eine persönliche Demo und erleben Sie die Wirkung aus erster Hand.