dbt MCP Server

dbt MCP Server

一个用于与 dbt 资源交互的 MCP (模型上下文协议) 服务器。

dbt-labs

开发者工具
访问服务器

README

dbt MCP 服务器

此 MCP (模型上下文协议) 服务器提供 MCP 工具,以几种不同的方式与 dbt 交互。

目前,它允许用户:

  • 从本地安装的 dbt Core 或 dbt Cloud CLI 运行命令
  • 获取有关其模型以及给定 dbt 项目中配置的转换的信息
  • 与 dbt Cloud Semantic Layer 网关交互,获取指标、维度列表并直接查询这些

架构

dbt MCP 服务器的架构图

设置

  1. 克隆存储库:
git clone https://github.com/dbt-labs/dbt-mcp.git
cd dbt-mcp
  1. 安装 uv

  2. 安装 Task

  3. 运行 task install

  4. 配置环境变量:

cp .env.example .env

然后使用您的特定环境变量编辑 .env

  • DISABLE_DBT_CLI:将其设置为 true 以禁用 dbt Core 和 dbt Cloud CLI MCP 对象。 否则,它们将被启用。
  • DISABLE_SEMANTIC_LAYER:将其设置为 true 以禁用 dbt Semantic Layer MCP 对象。 否则,它们将被启用。
  • DISABLE_DISCOVERY:将其设置为 true 以禁用 dbt Discovery API MCP 对象。 否则,它们将被启用。
  • DBT_HOST:您的 dbt Cloud 实例主机名。 这看起来像此处找到的“访问 URL”。 如果您使用的是 Multi-cell,请不要在此处包含 ACCOUNT_PREFIX
  • MULTICELL_ACCOUNT_PREFIX:如果您使用的是 Multi-cell,请将其设置为您的 ACCOUNT_PREFIX。 如果您未使用 Multi-cell,请勿设置此环境变量。 您可以在此处了解更多信息。
  • DBT_ENV_ID:您的 dbt 环境 ID。
  • DBT_TOKEN:您的个人访问令牌或服务令牌。 使用 Semantic Layer 时需要服务令牌。
  • DBT_PROJECT_DIR:您的 dbt 项目的路径。
  • DBT_PATH:您的 dbt Core 或 dbt Cloud CLI 可执行文件的路径。 您可以通过运行 which dbt 找到您的 dbt 可执行文件。
  • DBT_EXECUTABLE_TYPE:如果 DBT_PATH 环境变量指向 dbt Core,则将其设置为 core。 否则,假定为 dbt Cloud CLI。

与 MCP 客户端一起使用

完成设置后,您可以将服务器与 MCP 客户端一起使用。

此配置将添加到相应客户端的配置文件中:

{
  "mcpServers": {
    "dbt": {
      "command": "<path-to-this-directory>/.venv/bin/mcp",
      "args": [
        "run",
        "<path-to-this-directory>/src/dbt_mcp/main.py"
      ]
    }
  }
}

请务必替换 <path-to-this-directory>

如果遇到任何问题。 您可以尝试运行 task run 以在终端中查看错误

Claude Desktop

按照这些说明创建 claude_desktop_config.json 文件并连接。

您可以在 ~/Library/Logs/Claude 找到 Claude Desktop 日志。

Cursor

  1. 打开 Cursor 菜单并选择 Settings → Cursor Settings → MCP
  2. 单击“Add new global MCP server”
  3. 将上面的配置添加到提供的 mcp.json 文件中
  4. 验证您的连接是否在 MCP 选项卡中处于活动状态

Cursor MCP 文档此处供参考

VS Code

  1. 打开 Settings 菜单(Command + Comma)并在页面顶部选择适合您用例的选项卡

    • Workspace - 在您的工作区上下文中配置服务器
    • User - 在您的用户上下文中配置服务器
  2. 选择 Features → Chat

  3. 确保 "Mcp" 为 Enabled mcp-vscode-settings

  4. 单击 "Mcp > Discovery" 下的 "Edit in settings.json"

  5. 将您的服务器配置 (dbt) 作为服务器之一添加到提供的 settings.json 文件中

{
    "mcp": {
        "inputs": [],
        "servers": {
          "dbt": {
            "command": "<path-to-this-directory>/.venv/bin/mcp",
            "args": ["run", "<path-to-this-directory>/src/dbt_mcp/main.py"]
          }
        }
    }
}

设置完成后,您可以通过以下方式启动、停止和配置您的 MCP 服务器:

  • 从命令面板(Control + Command + P)运行 MCP: List Servers 命令并选择服务器
  • settings.json 文件中使用内联关键字

inline-management

VS Code MCP 文档此处供参考

贡献

阅读 CONTRIBUTING.md 以获取有关如何参与的说明!

推荐服务器

Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
MCP Package Docs Server

MCP Package Docs Server

促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。

精选
本地
TypeScript
Claude Code MCP

Claude Code MCP

一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。

精选
本地
JavaScript
@kazuph/mcp-taskmanager

@kazuph/mcp-taskmanager

用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。

精选
本地
JavaScript
mermaid-mcp-server

mermaid-mcp-server

一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。

精选
JavaScript
Jira-Context-MCP

Jira-Context-MCP

MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

精选
TypeScript
Linear MCP Server

Linear MCP Server

一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

精选
JavaScript
Sequential Thinking MCP Server

Sequential Thinking MCP Server

这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。

精选
Python
Curri MCP Server

Curri MCP Server

通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。

官方
本地
JavaScript