dbt MCP Server

O que é o dbt MCP Server?

O dbt MCP Server é uma ponte entre o dbt e interfaces alimentadas por IA, expondo a funcionalidade central, metadados e semântica analítica do dbt como ferramentas padronizadas que podem ser chamadas por LLMs e aplicações via MCP. Isso permite que os usuários automatizem, consultem e gerenciem seus fluxos de trabalho dbt e métricas de dados a partir de interfaces de linguagem natural e agentes orientados por LLM com controle de acesso granular e integração consistente baseada em protocolos.

Como Configurar o dbt MCP Server

Instale o servidor através do script fornecido:
```
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/dbt-labs/dbt-mcp/refs/heads/main/install.sh)"
```
Isso instala ou atualiza o dbt MCP Server no seu diretório pessoal em ~/.dbt-mcp/.
Defina variáveis de ambiente para configurações necessárias, como DBT_HOST, DBT_TOKEN e caminhos específicos do projeto (DBT_PROJECT_DIR, etc.). Você pode personalizar quais grupos de ferramentas (CLI, Camada Semântica, API de Descoberta) estão habilitados através de flags como DISABLE_DBT_CLI=false, ou configurar recursos semânticos/remotos conforme necessário.
Configure o cliente MCP (por exemplo, Claude Desktop, Cursor, VS Code) especificando o comando do servidor, argumentos e configuração de ambiente. Adicione os detalhes do servidor aos respectivos arquivos de configuração do MCP (claude_desktop_config.json, mcp.json, settings.json), atualizando o caminho executável para o seu sistema operacional.

Como Usar o dbt MCP Server

Conecte seu Cliente MCP (como Claude Desktop, Cursor ou VS Code) ao dbt MCP Server adicionando sua configuração nas configurações do cliente.
Inicie o servidor MCP usando o comando instalado com os argumentos corretos. O servidor agora expõe as ferramentas dbt aos seus clientes conectados.
A partir do cliente, invoque recursos do dbt usando solicitações em linguagem natural ou por meio de comandos de interface; o cliente traduzirá isso em chamadas de ferramentas MCP, que são então executadas pelo servidor em relação ao seu projeto dbt.
Gerencie, monitore ou pare o servidor a partir da interface MCP do seu cliente ou via linha de comando.
Para uso baseado em CLI, assegure-se de que os ambientes e dependências corretos estão configurados, e sempre revise quais grupos de ferramentas estão ativos.

Principais Recursos

Acesso sem costura, baseado em protocolo, ao núcleo, semântica e APIs de descoberta do dbt diretamente de interfaces de IA
Execução segura de comandos CLI do dbt, recuperação de métricas semânticas e consultas de metadados de projetos
Configuração granular e habilitação de grupos de ferramentas (CLI, Camada Semântica, Descoberta)
Pronto para integração com clientes modernos de LLM (Claude Desktop, Cursor, VS Code, e mais)
Menos fricção para agentes de LLM realizarem operações dbt de leitura e alteração de estado
Instalação fácil, configuração unificada e suporte a atualizações automáticas

Casos de Uso

Habilitar copilotos baseados em LLM em editores de código (como VS Code ou Cursor) para automatizar fluxos de trabalho dbt, como construção ou teste de modelos
Permitir que agentes de linguagem natural busquem documentação ou metadados do projeto dbt para assistência a desenvolvedores ou integração
Potencializar painéis de IA ou chatbots com acesso a métricas semânticas via Camada Semântica do dbt, permitindo análises conversacionais
Integrar pontos de verificação operacionais do dbt (construir/testar/executar) em pipelines automatizados orquestrados por agentes orientados por LLM
Facilitar consultas ad-hoc, exploração de modelos ou análise de causa raiz a partir de UIs conversacionais usando as APIs de descoberta do dbt

FAQ

Q: Preciso implantar o dbt MCP Server na mesma máquina que meu projeto dbt?
A: O servidor pode ser executado localmente ou remotamente, mas exigirá acesso aos arquivos do projeto e ambiente relevantes. Você pode especificar caminhos e variáveis de ambiente para garantir que ele localize seu projeto dbt corretamente.

Q: É seguro permitir que LLMs acessem todas as ferramentas dbt via MCP?
A: Use cautela; algumas ferramentas do dbt (como build, run e test) podem alterar seu armazém ou modelos. Somente habilite ferramentas que você confia plenamente que seus clientes usarão e prefira modos somente leitura (por exemplo, Descoberta e Camada Semântica) sempre que apropriado.

Q: Como atualizar o servidor se novas versões forem lançadas?
A: Basta reexecutar o script de instalação; ele detectará e atualizará sua instalação existente do dbt-mcp com segurança.

Q: Quais versões do dbt são suportadas?
A: O dbt MCP Server é compatível com ambientes dbt Core e dbt Cloud. Certifique-se de que seu caminho CLI e versão do dbt correspondam ao que está especificado em sua configuração.

Q: Posso habilitar ou desabilitar grupos de ferramentas específicos?
A: Sim; use variáveis de ambiente como DISABLE_DBT_CLI ou DISABLE_DISCOVERY para ativar ou desativar recursos na inicialização do servidor.

Nome do Protocolo	Descrição
build	Executa modelos, testes, snapshots e seeds do dbt na ordem de dependência dentro do seu projeto, materializando resultados no armazém.
compile	Compila e valida modelos, testes e análises, gerando o SQL produzido sem executá-los.
docs	Constrói e serve documentação para seu projeto dbt, permitindo exploração interativa de modelos, fontes e linhagem.
ls	Lista recursos do dbt, como modelos, seeds, snapshots e testes com opções de filtragem para exploração mais detalhada do projeto.
parse	Analisa e valida arquivos de projeto dbt quanto à correção de sintaxe e lógica, ajudando a capturar erros cedo.
run	Executa e materializa modelos dbt selecionados em seu armazém de dados conforme a configuração atual.
test	Executa testes do dbt para validar a integridade dos modelos e as regras de qualidade de dados definidas em seu projeto.
show	Executa uma consulta interativa ad-hoc contra seu armazém de dados a partir do contexto dbt.
list_metrics	Recupera todas as métricas semânticas definidas na Camada Semântica do dbt para consultas ou inspeção posteriores.
get_dimensions	Retorna as dimensões associadas a métricas específicas da Camada Semântica.
get_entities	Recupera entidades (como chaves primárias ou objetos de negócios) associadas a métricas específicas.
query_metrics	Permite a consulta de métricas semânticas com suporte para agrupamento, filtragem, ordenação e limites de resultados.
get_mart_models	Lista todos os modelos de mart do dbt presentes em seu projeto, útil para analistas ou catalogação de dados.
get_all_models	Retorna todos os modelos dbt definidos dentro do seu projeto, incluindo seus metadados básicos.
get_model_details	Busca informações detalhadas sobre um determinado modelo dbt, incluindo esquema, linhagem e dependências.
get_model_parents	Retorna os modelos pais upstream para um modelo especificado, auxiliando na análise de dependências ou navegação no projeto.