适合谁
- 已经使用 Snowflake 且需要在旧版本/历史配置下临时接入 MCP 客户端做兼容性测试的团队
- 需要研究该项目架构以迁移到官方 Snowflake MCP Server 的开发者
这是 Snowflake Labs 曾经维护的开源 MCP 服务器,用于将 Cortex AI、对象管理、SQL 执行与语义视图查询能力接入 MCP 客户端,但仓库 README 已明确将其标记为废弃(deprecated)且不再维护,官方建议所有新老用户迁移到 Snowflake 官方托管的 MCP Server。功能覆盖面广,但权限模型依赖使用者正确配置 SQL 语句白名单与 Snowflake 角色,配置不当存在执行破坏性 SQL 的风险,且由于停止维护,不适合用于生产或新项目。
最强项 · 文档质量 16/20 最弱项 · 维护活跃度 2/20
静态评测 · 未实际运行收录于 2026-08-26
查看 FMRS 评分方法 →运行环境:Python · Docker
SNOWFLAKE_PASSWORD
密码或程序化访问令牌(PAT),在 Snowflake 中创建,属于敏感凭据。
SNOWFLAKE_PRIVATE_KEY
密钥对认证的私钥内容,敏感凭据。
SNOWFLAKE_ACCOUNT
Snowflake 账户标识符(如 xy12345.us-east-1),来自您的 Snowflake 账户。
SNOWFLAKE_HOST
Snowflake 主机 URL,来自账户信息。
SNOWFLAKE_USER
Snowflake 登录用户名。
SNOWFLAKE_ROLE
连接时使用的角色,决定 RBAC 权限。
SNOWFLAKE_WAREHOUSE
执行查询所用的仓库名。
SNOWFLAKE_PASSCODE
MFA 认证通行码。
SNOWFLAKE_PRIVATE_KEY_FILE
加密私钥文件的路径。
SNOWFLAKE_PRIVATE_KEY_FILE_PWD
加密私钥文件的密码。
SNOWFLAKE_MCP_HOST
HTTP 传输绑定的主机地址,默认 0.0.0.0。
SNOWFLAKE_MCP_PORT
HTTP 传输监听端口,默认 9000。
SNOWFLAKE_MCP_ENDPOINT
HTTP 传输的端点路径,默认 /mcp。
SNOWFLAKE_MCP_VERBOSE
开启调试日志,设为 true 启用。
1) 通过 pip/uvx 安装包 snowflake-labs-mcp;2) 准备服务配置 YAML 文件(定义 agent_services/search_services/analyst_services 及 other_services 开关和 sql_statement_permissions);3) 通过环境变量或 CLI 参数(如 SNOWFLAKE_ACCOUNT、SNOWFLAKE_USER、SNOWFLAKE_PASSWORD 等)配置 Snowflake 连接凭据;4) 在 MCP 客户端(如 Claude Desktop、Cursor、fast-agent、Codex)配置中指向 uvx 命令并传入 --service-config-file 与 --connection-name 参数;5) 如需容器化部署,使用仓库提供的 Dockerfile 或 docker-compose 以 streamable-http 传输方式在 9000 端口暴露服务。注意:该项目已废弃,新用户应改用 Snowflake 官方维护的 MCP Server。
{"mcpServers":{"mcp-server-snowflake":{"command":"uvx","args":["snowflake-labs-mcp","--service-config-file","<path_to_file>/tools_config.yaml","--connection-name","default"]}}}
以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同(如 VS Code 使用 servers 字段),可用下方配置生成器转换。
{
"servers": {
"mcp-server-snowflake": {
"command": "uvx",
"args": [
"snowflake-labs-mcp",
"--service-config-file",
"<path_to_file>/tools_config.yaml",
"--connection-name",
"default"
]
}
}
}
写入项目的 .vscode/mcp.json(VS Code 使用 servers 字段)。
claude mcp add mcp-server-snowflake -- uvx snowflake-labs-mcp --service-config-file '<path_to_file>/tools_config.yaml' --connection-name default
在终端运行;先把 <…> 占位符换成你自己的值。
用 MCP Inspector 或在客户端工具列表中确认已配置的 Cortex 服务工具(如 cortex_search)以及 object_management 等工具组是否出现;出现即说明配置加载成功。
连接成功后,可以直接对 AI 助手这样说:
没有匹配的工具
依据项目文档列出,未经本站实测。
本仓库(Snowflake-Labs/mcp)曾是 Snowflake Labs 提供的社区版 MCP 服务器,用于连接 Snowflake 数据平台,暴露 Cortex Search(非结构化数据检索)、Cortex Analyst(结构化数据语义查询)、Cortex Agent(跨数据类型编排)、对象管理(数据库、模式、表、视图、仓库、计算池、角色、Stage、用户、镜像仓库的创建/删除/查看)、通用 SQL 执行(按 sqlglot 语句类型做权限管控)以及 Snowflake 语义视图的发现与查询。README 明确注明该项目已被废弃、不再维护,官方建议迁移到 Snowflake 官方维护的 Snowflake MCP Server(docs.snowflake.com 上的 Cortex Agents MCP 文档)。服务通过 PyPI 包 snowflake-labs-mcp 以 stdio、sse(legacy)或 streamable-http 传输方式运行,依赖 Snowflake Python Connector 支持的多种认证方式(用户名密码、密钥对、MFA、SSO、OAuth、PAT 等)。
将 ClickHouse 连接到您的 AI 助手
通过 MCP 高级访问 ChEMBL 化学数据库的非官方服务器
Google 官方数据库 MCP 工具箱,用配置文件定义 AI 可用的数据库工具
Bytebase 官方维护,极简双工具数据库 MCP Server
源版本 662cb486395d 数据同步于 2026-10-12 查看 FMRS 评分方法