Openwebui Snowflake MCP Demo

打开WebUI+雪花MCP集成演示

使用的完整演示 开放网络用户界面 作为一个统一的人工智能前端，通过 模型上下文协议（MCP）。此演示展示了企业级安全模式，包括 行级安全（RLS） 和 数据脱敏 由Snowflake自动执行。

这个演示证明了什么

1. 统一AI接口：单个聊天UI将用户路由到不同的AI后端（RAG聊天机器人、Snowflake Cortex Analyst）
2. 每个用户RBAC：不同的用户根据他们的雪花角色看到不同的数据
3. 安全通行证：Snowflake的RLS和屏蔽策略会自动执行
4. MCP协议：AI到数据连接的行业标准协议

演示场景

______________________________________________________________________

先决条件

• 雪花账户 （企业版或试用版）
• Docker 桌面版 已安装并正在运行
• 大语言模型提供商 -要么 奥拉玛 （免费）或OpenAI API密钥
• 30-45分钟 用于设置

______________________________________________________________________

设置流程

Setup Flow

______________________________________________________________________

快速开始

步骤1:克隆此存储库

git clone https://github.com/azbarbarian2020/openwebui-snowflake-mcp-demo.git
cd openwebui-snowflake-mcp-demo

______________________________________________________________________

步骤2：运行雪花设置（5分钟）

1. 登录 雪景 作为会计管理员
2. 打开一个新的SQL工作表
3. 复制以下内容的全部内容 snowflake_setup.sql 来自此存储库
4. 粘贴并运行（单击“全部运行”或Ctrl+Shift+Enter）

预期结果：末尾的所有验证查询应显示：

• 账户管理员：8个司机，真实电话号码
• WEST_MANAGER：4名司机，“戴口罩”的电话
• EAST_MANAGER:4名司机，“戴口罩”的手机

______________________________________________________________________

步骤3：生成个人访问令牌（10分钟）

您需要三个用户的PAT： 西方用户, EAST_USER，和你的 管理用户.

对于WEST_USER和EAST_USER：

1. 在Snowsight中，单击用户菜单（左下角）→ 交换机角色 → 负有责任的。
2. 首选 管理员 → 用户和角色 → 用户
3. 点击 西方用户 → 认证 标签
4. 在“程序化访问令牌”下，单击 +生成新令牌
5. 姓名： openwebui-demo，有效期：30天
6. 点击 生成 和 立即复制令牌 （你不会再看到它了）
7. 重复以下步骤 EAST_USER

对于管理员用户：

1. 单击用户菜单→ 我的资料
2. 首选 认证 标签
3. 以相同的方式生成PAT

保存所有三个PAT -在步骤5中，您将需要它们。

______________________________________________________________________

步骤4：获取您的帐户标识符

您的Snowflake帐户标识符位于您的URL中：

• 试用账户: https://abc12345.snowflakecomputing.com → 标识符是 abc12345
• 企业帐户: https://orgname-accountname.snowflakecomputing.com → 标识符是 orgname-accountname

______________________________________________________________________

步骤5：配置凭据（5分钟）

重要：在步骤7中启动Docker之前，必须完成此步骤。

1. 复制模板：

   cp config/user_credentials.template.json config/user_credentials.json

1. 编辑 config/user_credentials.json:

   {
     "snowflake_account": "YOUR_ACCOUNT_IDENTIFIER",
     "semantic_view": "SECURITY_WORKSHOP.TRUCKING.TRUCKING_SEMANTIC_VIEW",
     "users": {
       "web_user": {
         "snowflake_user": null,
         "pat": null,
         "has_analyst_access": false,
         "has_rag_access": true
       },
       "west_user": {
         "snowflake_user": "WEST_USER",
         "pat": "PASTE_WEST_USER_PAT_HERE",
         "has_analyst_access": true,
         "has_rag_access": false
       },
       "east_user": {
         "snowflake_user": "EAST_USER",
         "pat": "PASTE_EAST_USER_PAT_HERE",
         "has_analyst_access": true,
         "has_rag_access": false
       },
       "admin": {
         "snowflake_user": "YOUR_ADMIN_USERNAME",
         "pat": "PASTE_ADMIN_PAT_HERE",
         "has_analyst_access": true,
         "has_rag_access": true
       }
     }
   }

1. 验证文件是否存在 在继续之前：

   ls -la config/user_credentials.json

您应该看到一个文件（而不是目录）。如果你看到 d 在权限开始时，出现了一些问题。

______________________________________________________________________

步骤6：安装并启动Ollama（5分钟）

Open WebUI需要一个语言模型。 奥拉玛 在本地免费运行开源LLM。

1. 安装Ollama:

- 苹果电脑: brew install ollama 或从以下网址下载 奥拉玛 - Windows/Linux：从下载 奥拉玛

1. 启动Ollama并下载模型 （从任何终端运行）：

   ollama serve          # Start the Ollama server (keep this running)

在一个 新终端:

   ollama pull llama3.2  # Download a capable, lightweight model (~2GB)

______________________________________________________________________

步骤7：开始打开WebUI（2分钟）

从仓库目录启动Docker容器：

docker-compose up -d

这将下载并启动Open WebUI。等待约30秒启动，然后打开： http://localhost:3002

首次设置：

1. 点击 开始使用
2. 系统将提示您创建 管理员账户
3. 使用 admin@demo.local 作为电子邮件（ admin 零件必须与键入的密钥匹配 user_credentials.json)
4. 输入任何名称和密码（例如。， Admin User / admin123)
5. 点击 创建管理员帐户

重要：用户名（前面的部分 @)确定使用哪些Snowflake凭据。使用 admin@demo.local 地图到 admin 报关进口 user_credentials.json，提供完整的雪花访问权限+RAG访问权限。

现在，您应该看到Open WebUI聊天界面。

稍后停止： docker-compose down

验证Ollama连接：

1. 单击顶部的模型下拉列表-您应该看到 llama3.2
2. 如果不可见，请转到管理面板→ 设置→ 连接
3. 验证Ollama URL是否 http://host.docker.internal:11434
4. 单击保存并刷新

______________________________________________________________________

步骤8：安装过滤功能（5分钟）

1. 在打开WebUI中，单击 你的头像 （右上）→ 管理面板
2. 首选 函数 标签
3. 点击 +创建函数
4. 复制以下内容的全部内容 functions/mcp_analyst_router.py
5. 粘贴到代码编辑器中
6. 点击 保存
7. 重要：单击 全球 切换以对所有用户启用它
8. 功能状态应显示为启用（绿色）

______________________________________________________________________

第9步：为RAG创建知识库（5分钟）

1. 首选 工作区 → 知识
2. 点击 +创建知识库
3. 姓名： Technician Reviews
4. 点击 创建
5. 点击 +添加内容 → 上传文件
6. 上传 docs/Technician_Reviews_2025.pdf
7. 等待处理完成（单击PDF内容时，您应该能够看到它）
8. 复制知识库ID 从URL： http://localhost:3002/workspace/knowledge/{THIS-ID}

使用知识库ID更新筛选函数：

1. 回到 管理面板 → 函数
2. 点击您的 MCP分析路由器 函数
3. 找到 knowledge_id 阀门并粘贴您的知识库ID（仅UUID，例如。， 67156cd0-97ca-4df1-9d44-a3dd6c47d35b)
4. 点击 保存
5. 重新启动容器 要重新加载该函数，请执行以下操作：

   docker-compose restart

______________________________________________________________________

步骤10：创建测试用户（5分钟）

1. 首选 管理面板 → 用户
2. 创建这些用户（密码可以是任何演示密码）：

重要：用户名（@之前）必须与中的键匹配 user_credentials.json

授予web_user访问知识库的权限：

这 web_user 需要明确访问以查询知识库：

1. 首选 工作区 → 知识
2. 点击 技术人员评审
3. 点击 分享 或 访问 按钮（齿轮图标或共享图标）
4. 添加 web_user@demo.local 访问列表
5. 保存

向所有用户授予模型访问权限：

默认情况下，模型对非管理员用户不可见。您必须明确授予访问权限：

1. 作为管理员，请访问 管理面板 → 设置 → 模型
2. 找到 llama3.2 在模型列表中单击它
3. 在...之下 访问，或者：

- 切换 公共 为了使其对所有用户可用， 或 - 单独添加每个用户（west_user、east_user、web_user）

1. 点击 保存

默认模型已设置为 llama3.2:latest 通过 DEFAULT_MODELS 环境变量 docker-compose.yml，因此不需要额外的配置。

______________________________________________________________________

步骤11：测试演示（5分钟）

测试1：行级安全

以每个用户的身份登录并询问： “显示所有司机及其所在地区和电话号码”

测试2:RAG接入

问： “跟我说说陈的绩效评估”

______________________________________________________________________

故障排除

“我不能那样做”的回答

• 检查一下 全球 过滤器功能已启用切换
• 验证功能是否显示为活动状态（无错误）

Snowflake未返回任何数据

• 验证PAT是否有效（未过期）
• 检查帐户标识符是否正确 user_credentials.json
• 确保已创建MCP服务器： SHOW MCP SERVERS IN SECURITY_WORKSHOP.TRUCKING;

401未经授权的错误（API访问被阻止）

• 试用账户：需要网络策略。在中运行步骤15 snowflake_setup.sql
• 内部雪花账户：使用检查现有网络策略 SHOW NETWORK POLICIES;
• 跑 SHOW PARAMETERS LIKE 'NETWORK_POLICY' IN ACCOUNT; 查看当前政策

RAG不工作

• 验证功能阀中的知识库ID是否正确（只有UUID，没有前导斜线）
• 点击进入知识库，验证您是否可以看到PDF内容
• 更新knowledge_id阀后重新启动容器： docker-compose restart
• 检查日志： docker logs open-webui-mcp-demo 2>&1 | grep -i "MCP Router" | tail -20

Docker问题

docker-compose down
docker-compose up -d
docker logs open-webui-mcp-demo

凭据文件显示为目录

如果你看到 [Errno 21] Is a directory 在日志中，Docker创建了一个目录，而不是挂载文件：

docker-compose down
docker volume rm openwebui-snowflake-mcp-demo_open-webui-mcp-demo-data
rm -rf config/user_credentials.json
cp config/user_credentials.template.json config/user_credentials.json
# Edit config/user_credentials.json with your PATs
docker-compose up -d

未选择模型

• 确保Olama正在运行： curl http://localhost:11434/api/tags
• 在管理面板中检查Ollama连接→ 设置→ 连接
• Ollama URL应为： http://host.docker.internal:11434

______________________________________________________________________

建筑

看 建筑.md 详细的技术文档，包括：

• MCP协议详细信息（JSON-RPC 2.0）
• 安全模型（“先查询，对结果强制执行”）
• 演示与生产差异
• OAuth SSO升级路径

______________________________________________________________________

此存储库中的文件

______________________________________________________________________

安全须知

• PAT很敏感 -不要将真正的PAT提交给版本控制
• 演示密码 -更改任何非演示用途的默认密码
• 生产：将PAT替换为OAuth SSO（请参阅ARCHITECTURE.md）

______________________________________________________________________

许可证

MIT许可证-请参阅 许可证

______________________________________________________________________

积分

内置：

• 开放网络用户界面 -开源AI聊天界面
• 雪花 Cortex -AI/ML平台
• 模型上下文协议 -Anthropic的开放标准