프로토타입 · 미리 보기: 공식 레지스트리의 모든 서버를 담고 있으며 30분마다 동기화해요. Google로 로그인하면 리뷰를 쓸 수 있어요.프로토타입 · 30분마다 업데이트
PopNx MCPAI를 쓰는 사람을 위한 MCP 서버 · 쉬운 말로 설명해요

bricksentry

✓ Brand-named GitHub · github.com/bricksentry

제작자: bricksentry버전 0.1.30i★ 3i내 컴퓨터에서 실행공식 사이트 ↗
레지스트리 이름io.github.bricksentry/bricksentry

설치 방법

What it does

Safety check for AI agent and pipeline writes to Databricks tables, before they reach production.

  • Connects 내 컴퓨터에서 실행
  • Account or key Needs DATABRICKS_TOKEN
  • Category 기타

이 순위인 이유

목록은 사용 점수(100점 만점)로 정렬되며 구성은 다음과 같습니다

인기16/80GitHub 별 또는 주간 다운로드: 큰 쪽 60, 작은 쪽 20
최신성12/1230일 안에 릴리스나 코드 변경이 있으면 만점
응답 중0/8마지막 점검 때 클라우드 엔드포인트가 응답
사용 점수28/100

품질: 기본 점검 3/3개 통과(표시만, 정렬에는 안 씀) · 상승세: 데이터 없음 (급상승 탭에서만 사용)

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

한 문장으로 AI에게 설치 맡기기

bricksentry 설치해 줘. https://mcp.popnx.com/i/bricksentry.md 를 따라 하고, 명령을 먼저 보여 주고 내가 승인하면 실행해.

내 컴퓨터에서 작업하는 AI(Claude Code, Cursor 등)에 붙여 넣으세요. 단계를 읽고 명령을 보여 준 뒤 승인을 기다립니다. 키도 가입도 필요 없습니다. · AI가 읽을 전체 내용 보기

검사 3/3 통과 · 내 컴퓨터에서 실행돼요 · ✓ 명령 확인 2026년 11월 19일

먼저: 어떤 AI를 쓰시나요?

쓰는 앱을 고르면 아래에 단계가 나옵니다.

Claude에 연결할 수 있지만 먼저 준비가 필요해요

bricksentry 키가 필요해요 (제작자 사이트에서 만들기) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만) · 컴퓨터용 Claude 앱(Windows 또는 Mac)에서만 되고 웹이나 모바일은 안 돼요

AI에게 설치 맡기기

이 메시지를 Claude 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.

이 컴퓨터의 Claude에 MCP server bricksentry을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "mcpServers": { "bricksentry": { "command": "uvx", "args": [ "bricksentry-mcp" ], "env": { "DATABRICKS_TOKEN": "your-value" } } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) DATABRICKS_TOKEN에는 "your-value"를 그대로 두고, 실제 값은 제가 파일이나 앱 입력란에 직접 붙여 넣도록 안내하세요. 채팅에 키를 입력하라고 하지 마세요. 5) 합의한 대로 실행한 뒤 bricksentry의 도구가 실제로 보이는지 확인하세요.

이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.

  1. uv 설치 (아직 없다면)

    이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter

    uv --version
    • 버전 번호(예: uv …)가 나오면 설치된 것입니다. 이 단계는 건너뛰세요
    • "command not found"(Windows는 "is not recognized")가 나오면 아직 설치하지 않았거나, 방금 설치해서 터미널을 닫았다가 다시 열어야 합니다
    터미널 여는 법

    Mac: ⌘ + Space를 누르고 Terminal 입력 후 Enter

    Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"

    아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다

    uv 다운로드 페이지 열기 ↗

    설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version

    한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다

  2. bricksentry에 가입하고 키 만들기

    제작자 사이트에서 가입하고 다음 단계에 쓸 API 키를 만드세요. 요금과 무료 요금제는 제작자 사이트에서 확인하세요.

    bricksentry 사이트 열기 ↗

  3. 컴퓨터용 Claude 앱 설정 파일 열기

    SettingsDeveloperEdit Config

  4. 이 설정을 붙여 넣고 저장

    {
      "mcpServers": {
        "bricksentry": {
          "command": "uvx",
          "args": [
            "bricksentry-mcp"
          ],
          "env": {
            "DATABRICKS_TOKEN": "your-value"
          }
        }
      }
    }

    키는 앱 입력란에만 붙여 넣고, 채팅에 붙이거나 다른 사람에게 보내지 마세요

  5. Claude를 끄고 다시 열기

  6. 해 보기

    bricksentry을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐

    ✓ Claude가 bricksentry을 쓰고 있다고 하거나 답에 bricksentry 도구 이름이 나오면 연결된 거예요

추가 설정 2개 (입력하지 않아도 사용 가능)

위 명령은 이 값들 없이도 동작합니다. 바꾸고 싶을 때만 제작자 설명대로 추가하세요.

  • BRICKSENTRY_CONFIG bricksentry.yml 경로(백엔드, 테이블 및 정책)
    영어 원문 보기Path to your bricksentry.yml (backend, tables and policy).
  • DATABRICKS_HOST Databricks 워크스페이스 URL(Databricks 백엔드 사용 시).
    영어 원문 보기Databricks workspace URL, when using the Databricks backend.

설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

ChatGPT는 아직 bricksentry에 연결할 수 없어요

bricksentry는 내 컴퓨터에 설치해서 쓰지만 ChatGPT는 웹에서 도는 서버만 연결할 수 있어요

대신 이렇게 할 수 있어요

A · bricksentry에 연결되는 앱 쓰기

  • bricksentry 키가 필요해요 (제작자 사이트에서 만들기) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만) · 컴퓨터용 Claude 앱(Windows 또는 Mac)에서만 되고 웹이나 모바일은 안 돼요
  • bricksentry 키가 필요해요 (제작자 사이트에서 만들기) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
  • bricksentry 키가 필요해요 (제작자 사이트에서 만들기) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
  • bricksentry 키가 필요해요 (제작자 사이트에서 만들기) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

B · 기타에서 ChatGPT에 연결되는 다른 서버

같은 분류에서 많이 쓰는 것 중 키 없이 주소만으로 연결되는 것을 골랐어요

Claude Code에 연결할 수 있지만 먼저 준비가 필요해요

bricksentry 키가 필요해요 (제작자 사이트에서 만들기) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

AI에게 설치 맡기기

이 메시지를 Claude Code 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.

이 컴퓨터의 Claude Code에 MCP server bricksentry을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): claude mcp add --scope user bricksentry --env DATABRICKS_TOKEN=your-value -- uvx bricksentry-mcp 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) DATABRICKS_TOKEN에는 "your-value"를 그대로 두고, 실제 값은 제가 파일이나 앱 입력란에 직접 붙여 넣도록 안내하세요. 채팅에 키를 입력하라고 하지 마세요. 5) 합의한 대로 실행한 뒤 bricksentry의 도구가 실제로 보이는지 확인하세요.

이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.

  1. uv 설치 (아직 없다면)

    이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter

    uv --version
    • 버전 번호(예: uv …)가 나오면 설치된 것입니다. 이 단계는 건너뛰세요
    • "command not found"(Windows는 "is not recognized")가 나오면 아직 설치하지 않았거나, 방금 설치해서 터미널을 닫았다가 다시 열어야 합니다
    터미널 여는 법

    Mac: ⌘ + Space를 누르고 Terminal 입력 후 Enter

    Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"

    아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다

    uv 다운로드 페이지 열기 ↗

    설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version

    한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다

  2. bricksentry에 가입하고 키 만들기

    제작자 사이트에서 가입하고 다음 단계에 쓸 API 키를 만드세요. 요금과 무료 요금제는 제작자 사이트에서 확인하세요.

    bricksentry 사이트 열기 ↗

  3. 터미널 열기

    Mac: Command+스페이스를 누르고 Terminal 입력 · Windows: PowerShell 열기

  4. 이 명령을 붙여 넣고 Enter

    claude mcp add --scope user bricksentry --env DATABRICKS_TOKEN=your-value -- uvx bricksentry-mcp

    Enter 전에 “your-value”를 내 키로 바꾸세요

    키는 앱 입력란에만 붙여 넣고, 채팅에 붙이거나 다른 사람에게 보내지 마세요

  5. Claude Code에서 /mcp 입력

    bricksentry이 목록에 있고 연결됨으로 보이면 돼요

  6. 해 보기

    bricksentry을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐

    ✓ Claude Code가 bricksentry을 쓰고 있다고 하거나 답에 bricksentry 도구 이름이 나오면 연결된 거예요

추가 설정 2개 (입력하지 않아도 사용 가능)

위 명령은 이 값들 없이도 동작합니다. 바꾸고 싶을 때만 제작자 설명대로 추가하세요.

  • BRICKSENTRY_CONFIG bricksentry.yml 경로(백엔드, 테이블 및 정책)
    영어 원문 보기Path to your bricksentry.yml (backend, tables and policy).
  • DATABRICKS_HOST Databricks 워크스페이스 URL(Databricks 백엔드 사용 시).
    영어 원문 보기Databricks workspace URL, when using the Databricks backend.

설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

Cursor에 연결할 수 있지만 먼저 준비가 필요해요

bricksentry 키가 필요해요 (제작자 사이트에서 만들기) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

AI에게 설치 맡기기

이 메시지를 Cursor 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.

이 컴퓨터의 Cursor에 MCP server bricksentry을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "mcpServers": { "bricksentry": { "command": "uvx", "args": [ "bricksentry-mcp" ], "env": { "DATABRICKS_TOKEN": "your-value" } } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) DATABRICKS_TOKEN에는 "your-value"를 그대로 두고, 실제 값은 제가 파일이나 앱 입력란에 직접 붙여 넣도록 안내하세요. 채팅에 키를 입력하라고 하지 마세요. 5) 합의한 대로 실행한 뒤 bricksentry의 도구가 실제로 보이는지 확인하세요.

이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.

  1. uv 설치 (아직 없다면)

    이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter

    uv --version
    • 버전 번호(예: uv …)가 나오면 설치된 것입니다. 이 단계는 건너뛰세요
    • "command not found"(Windows는 "is not recognized")가 나오면 아직 설치하지 않았거나, 방금 설치해서 터미널을 닫았다가 다시 열어야 합니다
    터미널 여는 법

    Mac: ⌘ + Space를 누르고 Terminal 입력 후 Enter

    Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"

    아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다

    uv 다운로드 페이지 열기 ↗

    설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version

    한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다

  2. bricksentry에 가입하고 키 만들기

    제작자 사이트에서 가입하고 다음 단계에 쓸 API 키를 만드세요. 요금과 무료 요금제는 제작자 사이트에서 확인하세요.

    bricksentry 사이트 열기 ↗

  3. 이 버튼으로 Cursor 열기

    Cursor에서 열기

    Cursor가 설치를 확인하면 Install을 누르세요

  4. 키 입력

    bricksentry 설정에서 DATABRICKS_TOKEN가 비어 있어요. 내 키를 넣고 저장하세요

    키는 앱 입력란에만 붙여 넣고, 채팅에 붙이거나 다른 사람에게 보내지 마세요

  5. Cursor에서 AI 채팅을 Agent 모드로 열기

  6. 해 보기

    bricksentry을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐

    ✓ Cursor가 bricksentry을 쓰고 있다고 하거나 답에 bricksentry 도구 이름이 나오면 연결된 거예요

추가 설정 2개 (입력하지 않아도 사용 가능)

위 명령은 이 값들 없이도 동작합니다. 바꾸고 싶을 때만 제작자 설명대로 추가하세요.

  • BRICKSENTRY_CONFIG bricksentry.yml 경로(백엔드, 테이블 및 정책)
    영어 원문 보기Path to your bricksentry.yml (backend, tables and policy).
  • DATABRICKS_HOST Databricks 워크스페이스 URL(Databricks 백엔드 사용 시).
    영어 원문 보기Databricks workspace URL, when using the Databricks backend.

설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

메뉴 이름은 2026년 11월 11일에 Cursor 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

VS Code에 연결할 수 있지만 먼저 준비가 필요해요

bricksentry 키가 필요해요 (제작자 사이트에서 만들기) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

AI에게 설치 맡기기

이 메시지를 VS Code 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.

이 컴퓨터의 VS Code에 MCP server bricksentry을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "servers": { "bricksentry": { "type": "stdio", "command": "uvx", "args": [ "bricksentry-mcp" ], "env": { "DATABRICKS_TOKEN": "your-value" } } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) DATABRICKS_TOKEN에는 "your-value"를 그대로 두고, 실제 값은 제가 파일이나 앱 입력란에 직접 붙여 넣도록 안내하세요. 채팅에 키를 입력하라고 하지 마세요. 5) 합의한 대로 실행한 뒤 bricksentry의 도구가 실제로 보이는지 확인하세요.

이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.

  1. uv 설치 (아직 없다면)

    이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter

    uv --version
    • 버전 번호(예: uv …)가 나오면 설치된 것입니다. 이 단계는 건너뛰세요
    • "command not found"(Windows는 "is not recognized")가 나오면 아직 설치하지 않았거나, 방금 설치해서 터미널을 닫았다가 다시 열어야 합니다
    터미널 여는 법

    Mac: ⌘ + Space를 누르고 Terminal 입력 후 Enter

    Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"

    아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다

    uv 다운로드 페이지 열기 ↗

    설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version

    한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다

  2. bricksentry에 가입하고 키 만들기

    제작자 사이트에서 가입하고 다음 단계에 쓸 API 키를 만드세요. 요금과 무료 요금제는 제작자 사이트에서 확인하세요.

    bricksentry 사이트 열기 ↗

  3. 이 버튼으로 VS Code 열기

    VS Code에서 열기

    VS Code가 설치를 확인하면 Install을 누르세요

  4. 키 입력

    bricksentry 설정에서 DATABRICKS_TOKEN가 비어 있어요. 내 키를 넣고 저장하세요

    키는 앱 입력란에만 붙여 넣고, 채팅에 붙이거나 다른 사람에게 보내지 마세요

  5. VS Code에서 AI 채팅을 Agent 모드로 열기

  6. 해 보기

    bricksentry을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐

    ✓ VS Code가 bricksentry을 쓰고 있다고 하거나 답에 bricksentry 도구 이름이 나오면 연결된 거예요

추가 설정 2개 (입력하지 않아도 사용 가능)

위 명령은 이 값들 없이도 동작합니다. 바꾸고 싶을 때만 제작자 설명대로 추가하세요.

  • BRICKSENTRY_CONFIG bricksentry.yml 경로(백엔드, 테이블 및 정책)
    영어 원문 보기Path to your bricksentry.yml (backend, tables and policy).
  • DATABRICKS_HOST Databricks 워크스페이스 URL(Databricks 백엔드 사용 시).
    영어 원문 보기Databricks workspace URL, when using the Databricks backend.

설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

메뉴 이름은 2026년 11월 11일에 VS Code 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

Windsurf, Zed, Gemini CLI 같은 다른 MCP 앱은 추가 방법이 저마다 달라요. 앱 목록에서 확인하세요

MCP를 쓰는 앱 모두 보기 →

JSON 설정은 아래 “개발자용”에 있어요

막혔나요? bricksentry을 쓰는 사람에게 물어보세요💬 토론 →
개발자용: 터미널 명령과 JSON 설정

컴퓨터에 설치

Claude Code

claude mcp add --scope user bricksentry --env DATABRICKS_TOKEN=your-value -- uvx bricksentry-mcp

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "bricksentry": {
      "command": "uvx",
      "args": [
        "bricksentry-mcp"
      ],
      "env": {
        "DATABRICKS_TOKEN": "your-value"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "bricksentry": {
      "command": "uvx",
      "args": [
        "bricksentry-mcp"
      ],
      "env": {
        "DATABRICKS_TOKEN": "your-value"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "bricksentry": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "bricksentry-mcp"
      ],
      "env": {
        "DATABRICKS_TOKEN": "your-value"
      }
    }
  }
}

직접 입력할 값

  • BRICKSENTRY_CONFIG env
    bricksentry.yml 경로(백엔드, 테이블 및 정책)
    영어 원문 보기Path to your bricksentry.yml (backend, tables and policy).
  • DATABRICKS_HOST env
    Databricks 워크스페이스 URL(Databricks 백엔드 사용 시).
    영어 원문 보기Databricks workspace URL, when using the Databricks backend.
  • DATABRICKS_TOKEN 비밀 필수 env
    Databricks 액세스 토큰(Databricks 백엔드 사용 시).
    영어 원문 보기Databricks access token, when using the Databricks backend.

설명은 자동 번역이며 변수 이름은 원문 그대로입니다. 확실하지 않으면 원문을 확인하세요.

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

한눈에 보기

주간 다운로드i
439/주
라이선스i
Apache-2.0
연결 방식
내 컴퓨터에서 실행
최신 버전i
0.1.30
카테고리i
기타
레지스트리 공개i
2026년 11월 19일
코드 마지막 변경i
2026년 11월 19일
제작자
bricksentry
패키지
pypi: bricksentry-mcp
웹사이트
bricksentry.org
레지스트리 상태
활성

어떤 앱에서 쓸 수 있나요

이 서버의 연결 방식과 각 앱의 공식 문서를 바탕으로 했어요. 2026년 11월 10일 확인.

내 컴퓨터에서 실행하는 앱

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

모든 앱과 장단점 →

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 20일 점검

  • ✓ 통과

    제작자와 저장소 일치

    레지스트리 이름이 GitHub 계정 bricksentry 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요

  • ✓ 통과

    계속 관리되고 있음

    코드 마지막 변경: 어제

  • ✓ 통과

    라이선스 있음

    Apache-2.0 사용

  • – 해당 없음

    엔드포인트 응답

    내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요

  • – 해당 없음

    OAuth로 로그인

    내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요

  • … 아직 점검 안 함

    도구 설명에 숨겨진 지시 없음

    내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

공개된 취약점 (OSV.dev)

아직 확인하지 않았습니다

우리가 확인하는 것 → · JSON

제작자: 재확인 요청 또는 잘못된 정보 신고
제작자용: README에 배지 달기

제작자라면 이 코드를 README에 붙여 넣으세요. 배지는 이 페이지로 연결됩니다.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/bricksentry.svg)](https://mcp.popnx.com/en/servers/bricksentry)

토론

질문하고, 팁을 나누고, 안 되는 점을 알려 주세요. "도움이 됨"이 많은 순서예요.

아직 글이 없어요. 처음으로 질문하거나 공유해 보세요.

이곳의 글은 사용자가 쓴 것으로, PopNx 팀의 글이 아니에요.

로그인하고 글쓰기

사용자 리뷰

아직 리뷰가 없어요

로그인하고 리뷰 쓰기

기타 카테고리의 다른 서버와 비교i

  • 이 카테고리의 다른 서버 20815개 중 93%보다 스타가 많아요
  • 이 카테고리의 다른 서버 20815개 중 98%보다 최근에 레지스트리에 공개됐어요
  • 기본 점검 결과가 이 카테고리의 다른 서버 20815개 중 99%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

bricksentry, 안전한가요?

해당하는 기본 점검 3개 중 3개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

입력해야 할 값: DATABRICKS_TOKEN

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 어제 변경됐고, 최신 버전(0.1.30)은 어제 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: World Monitor, openstatus, Oh My Posh Validator, Strata, Jitsu

비슷하게 동작하는 다른 것

같은 카테고리, 다른 제작자, 명령 확인 완료. 공식이 먼저, 그다음 스타 순.

카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

World Monitor

Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 100 tools.

제작자: koala73널리 사용됨★ 9.1만4일 전 업데이트

클라우드에서 실행✓ 서비스 회사 · worldmonitor.app

openstatus

Manage monitors, status pages, incidents and maintenances in your openstatus workspace.

제작자: openstatusHQ널리 사용됨★ 9.3천2개월 전 업데이트

클라우드에서 실행✓ 서비스 회사 · openstatus.dev

Strata

MCP server for progressive tool usage at any scale (see https://klavis.ai)

제작자: Klavis-AI성장 중★ 5.8천14개월 전 업데이트

클라우드에서 실행저장소 보관됨✓ klavis.ai

Jitsu

Manage Jitsu data pipelines: destinations, streams, connections, functions, live events.

제작자: jitsucom널리 사용됨★ 5.1천4개월 전 업데이트

클라우드에서 실행✓ 서비스 회사 · jitsu.com
비슷한 항목과 비교
이 항목
bricksentry
World MonitoropenstatusOh My Posh ValidatorStrataJitsu
실행 위치컴퓨터에 설치 필요클라우드에서 동작, 설치 불필요클라우드에서 동작, 설치 불필요클라우드에서 동작, 설치 불필요클라우드에서 동작, 설치 불필요클라우드에서 동작, 설치 불필요
키 필요예아니요아니요아니요아니요아니요
Claude에서 +로 추가아니요아니요아니요아니요아니요아니요
기본 점검3/34/44/44/41/44/4
라이선스Apache-2.0AGPL-3.0AGPL-3.0MITApache-2.0MIT
가격등록 정보에 비용 없음등록 정보에 비용 없음등록 정보에 비용 없음등록 정보에 비용 없음등록 정보에 비용 없음등록 정보에 비용 없음

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

Welcome to bricksentry

*The safety check for data changes in the AI era.*

Change-safety for Databricks pipelines and the AI agents that edit them: know what a change does to your data before it ships.

[Try it in 30 seconds](#1-try-it-in-30-seconds-on-your-laptop) · [Check every change on Databricks](#2-check-every-change-to-your-tables-on-databricks) · [Docs: bricksentry.org](https://bricksentry.org) · [LinkedIn](https://www.linkedin.com/company/bricksentry-org/)

Built by Brahmareddy, Databricks Champion. Open source under Apache-2.0.

*Why the name?* Bricks plus entry. Your tables and pipelines are the bricks of the lakehouse, and every change to them is an entry. bricksentry checks each entry, reports what it does, and stands guard before it lands.

Three steps, each on more real data

1. Try it in 30 seconds, on your laptop
uvx --from "bricksentry[duckdb]" bricksentry demo

(Or pip install "bricksentry[duckdb]" and then bricksentry demo. In a Databricks or Jupyter notebook, run %pip install "bricksentry[duckdb]" in one cell, then from bricksentry.demo import run_demo; run_demo() in the next; on Databricks, add dbutils.library.restartPython() after the install.) No Databricks account and nothing leaves your machine: it runs on a 20,000-row revenue table in local DuckDB. An AI agent previews a DELETE on a clone (production untouched), gets its pull request blocked for a join that duplicates 40 orders, fixes it, and is routed to the owners of a certified table downstream. Then a nightly pipeline commits a bad MERGE anyway: bricksentry finds it in the table history, skips the OPTIMIZE after it, blocks it for 25 duplicate keys, prints the RESTORE and applies it.

2. Check every change to your tables, on Databricks
databricks bundle init https://github.com/bricksentry/bricksentry --template-dir templates/job-check

cd bricksentry_check && databricks bundle deploy databricks bundle run bricksentry_demo # optional: see a block on a demo table in about 2 minutes

One command and a few prompts give you a serverless job that runs after every commit to the tables you pick: the same check as the demo's last step, on your data, with the RESTORE that undoes a bad change and an optional Slack alert. The optional demo job writes a known-bad MERGE to a demo table in your scratch schema and checks it, so your first run ends red with a block. Details below.

3. Stop bad changes before anything reads them

Put the check inside your pipeline job, right after the task that writes the table: a block fails that task and the tasks downstream don't run. Or run it on pull requests with the GitHub Action, and give AI agents the same checks through the MCP server.

Run it in your Databricks workspace

What did your last pipeline run do? (10 minutes, read-only)

Check-my-table notebook: in your workspace, go to Workspace → Import → URL and paste

https://raw.githubusercontent.com/bricksentry/bricksentry/main/examples/databricks/bricksentry_check_my_table.py

Point the check-my-table notebook at a Delta table your pipeline writes to. It finds the latest data change in the table's history (a WRITE, MERGE, UPDATE or DELETE), compares it with the version before, and shows the verdict a reviewer would have seen before that change shipped: rows added, removed and changed, duplicate keys, totals that moved, what depends on the table, and the RESTORE command to undo it. Your table is only read; the comparison uses two shallow clones in a scratch schema, dropped at the end.

If it shows you something, please share what it found (no table names needed). Real results decide what gets built next.

Check every pipeline run automatically (Asset Bundle)
databricks bundle init https://github.com/bricksentry/bricksentry --template-dir templates/job-check

cd bricksentry_check && databricks bundle deploy -t prod

Answer a few prompts (tables to watch, key columns if they have no primary key, SQL warehouse, scratch schema, whether to add the demo job, policy, optional Slack webhook secret). You get a serverless job with a table update trigger: whenever a watched table changes, it checks the change, sends the alert and logs the RESTORE that undoes it. To stop downstream tasks when a change is bad, add the same check as a task inside your pipeline job, right after the write (the generated README shows the YAML): with --since {{job.start_time.iso_datetime}} it checks everything the run wrote, and a block verdict fails the task so the tasks after it don't run.

From the command line, the same check is one command:

bricksentry check-last-change main.sales.orders                 # newest data change vs the version before

bricksentry check-last-change main.sales.orders --version 42 # a specific version bricksentry check-last-change main.sales.orders --since 2026-11-11T09:00:00Z --fail-on needs_human

Keys come from bricksentry.yml, --key, or the table's PRIMARY KEY constraint. OPTIMIZE and VACUUM commits are skipped because they don't change data. If data changes landed after the version you check, the output warns you right above the RESTORE, because restoring would undo them too. Acting on an alert later? Run check-last-change --version N again first: it lists anything written since.

Every feature on an HR pipeline

HR walkthrough notebook: Workspace → Import → URL →

https://raw.githubusercontent.com/bricksentry/bricksentry/main/examples/databricks/bricksentry_hr_walkthrough.py

The HR walkthrough builds a 200,000-row employee table (tagged pii) feeding a certified pay summary, then shows everything bricksentry does on it: table and column blast radius, two pull requests (one risky, one broken), every rule, an agent's write previewed on a clone with dangerous SQL refused, the PR report, column-level policies, sampling that can't hide a duplicate, lineage from config, alerts and the MCP tools. It removes everything it created at the end. First run on a live workspace by Genie, an AI agent in Databricks, in November 2026.

Guided tour on demo data

Databricks quickstart notebook: in your workspace, go to Workspace → Import → URL and paste

https://raw.githubusercontent.com/bricksentry/bricksentry/main/examples/databricks/bricksentry_quickstart.py

The quickstart notebook creates a small demo table in a schema you choose and runs the same loop on Databricks: Unity Catalog blast radius, a real RESTORE rollback plan, a preview on a shallow clone, a blocked pull request and the fix. Then it checks one of your own tables, read-only, and cleans up after itself.

You need a SQL warehouse, CREATE TABLE on the schema you pick, and SELECT on system.access.table_lineage for the blast radius. A Jupyter copy is in bricksentry_quickstart.ipynb.

What it does

Before a change reaches production, bricksentry answers three questions, in a pull-request comment for humans and in structured JSON for agents:

  1. What does it do to the data? A key-based data diff: added, removed and changed rows, schema changes, per-column changes, numeric totals, duplicate keys, and *where* the change is concentrated ("100% of affected rows are region = APAC").
  2. Who gets hurt? The downstream blast radius from Unity Catalog lineage: tables, jobs, notebooks, Lakeflow pipelines, dashboards and queries, with owners and tags. Down to the column: which columns the change touched, whether they are tagged (for example pii), and which downstream columns they feed.
  3. Is it safe, and how do I undo it? A deterministic policy verdict (pass · warn · needs_human · block) and the exact RESTORE TABLE … VERSION AS OF n rollback.

For your Databricks workspace:

pip install "bricksentry[databricks,mcp]"

bricksentry init # writes bricksentry.yml and policy.yml

Why it exists

AI now writes much of our pipeline code, and checking what that code does to the data hasn't kept up. Code review can't see a silent 3% revenue shift or a join that fans out. The tools that do catch this mostly cover dbt, or need a paid platform. Most Databricks work is PySpark notebooks, Jobs and Lakeflow pipelines, and bricksentry is built for that work:

  • Unity Catalog runtime lineage, not SQL parsing, so PySpark notebooks and jobs are included.
  • SQL pushdown: all diffing runs on your SQL warehouse, so no Spark session is needed and calls stay cheap enough for an agent loop.
  • One engine, three faces: CLI and GitHub Action · Python API · MCP server.

For AI agents: the MCP server

The quickest way to connect an agent is the bricksentry-mcp package, which installs bricksentry with its MCP and Databricks extras. With uv there is nothing to install first:

# Claude Code

claude mcp add bricksentry -- uvx bricksentry-mcp --config /full/path/to/bricksentry.yml

{

"mcpServers": { "bricksentry": { "command": "uvx", "args": ["bricksentry-mcp", "--config", "/full/path/to/bricksentry.yml"] } } }

The JSON works for the Claude desktop app, Cursor and other MCP clients. Use a full path to bricksentry.yml, because clients start the server from their own working folder. If an app can't find uvx, use its full path (which uvx). To share the setup through a repo, claude mcp add -s project ... writes it to .mcp.json; a relative path then works when Claude Code starts from the repo root. No config yet? uvx --from bricksentry bricksentry init writes a starter one.

Already installed bricksentry with pip? pip install "bricksentry[mcp,databricks]" and run bricksentry mcp --config /full/path/to/bricksentry.yml instead. Add --transport streamable-http for remote agents.

bricksentry is listed in the official MCP Registry as io.github.bricksentry/bricksentry.

ToolWhat the agent gets
whats_downstream(table, depth, columns?)Downstream assets with owners and tags. Call it *before* editing. Pass the columns you'll change to see the downstream columns they feed and their tags.
rollback_plan(table)The restore SQL. Capture it *before* changing anything.

| preview_write(sql, target, keys?) | Runs one write against a disposable shallow clone, never production, and returns the diff plus v

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요