dbt MCP Server

Что такое сервер dbt MCP?

Сервер dbt MCP — это мост между dbt и интерфейсами, работающими на основе ИИ, который предоставляет основную функциональность dbt, метаданные и аналитическую семантику в виде стандартизированных инструментов, доступных LLM и приложениям через MCP. Это позволяет пользователям автоматизировать, запрашивать и управлять своими рабочими процессами dbt и метриками данных из интерфейсов на естественном языке и через агентов, управляемых LLM, с точным контролем доступа и последовательной интеграцией на основе протоколов.

Как настроить сервер dbt MCP

Установите сервер с помощью предоставленного скрипта:
```
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/dbt-labs/dbt-mcp/refs/heads/main/install.sh)"
```
Это устанавливает или обновляет сервер dbt MCP в вашем домашнем каталоге по адресу ~/.dbt-mcp/.
Установите переменные окружения для необходимых настроек, таких как DBT_HOST, DBT_TOKEN и пути, специфичные для проекта (DBT_PROJECT_DIR и т. д.). Вы можете настроить, какие группы инструментов (CLI, Семантический слой, API для обнаружения) будут включены, используя флаги, такие как DISABLE_DBT_CLI=false, или настроить семантические/удаленные функции по мере необходимости.
Настройте клиент MCP (например, Claude Desktop, Cursor, VS Code), указав команду сервера, аргументы и конфигурацию окружения. Добавьте детали сервера в соответствующие конфигурационные файлы MCP (claude_desktop_config.json, mcp.json, settings.json), обновив путь к исполняемому файлу для вашей ОС.

Как использовать сервер dbt MCP

Подключите свой клиент MCP (например, Claude Desktop, Cursor или VS Code) к серверу dbt MCP, добавив его конфигурацию в настройки вашего клиента.
Запустите сервер MCP с помощью установленной команды с правильными аргументами. Теперь сервер предоставляет инструменты dbt вашим подключенным клиентам.
Из клиента вызывайте функции dbt, используя запросы на естественном языке или через команды UI; клиент преобразует их в вызовы инструментов MCP, которые затем выполняются сервером в вашем проекте dbt.
Управляйте, контролируйте или останавливайте сервер из интерфейса MCP вашего клиента или через командную строку.
Для использования на основе CLI убедитесь, что установлены правильные окружения и зависимости, и всегда проверяйте, какие группы инструментов активны.

Ключевые особенности

Бесшовный доступ к основным, семантическим и API для обнаружения dbt напрямую из интерфейсов ИИ на основе протоколов
Безопасное выполнение команд dbt CLI, получение семантических метрик и запросы метаданных проекта
Точная конфигурация и включение групп инструментов (CLI, Семантический слой, Обнаружение)
Готовность к интеграции с современными клиентами LLM (Claude Desktop, Cursor, VS Code и другими)
Меньшее сопротивление для агентов LLM выполнять как операции только для чтения, так и операции, изменяющие состояние dbt
Простая установка, унифицированная конфигурация и поддержка автоматических обновлений

Сценарии использования

Включение помощников на основе LLM в редакторы кода (такие как VS Code или Cursor) для автоматизации рабочих процессов dbt, таких как создание или тестирование моделей
Позволить агентам на естественном языке извлекать документацию проекта dbt или метаданные для помощи разработчикам или адаптации новых сотрудников
Поддержка ИИ-досок с доступом к семантическим метрикам через Семантический слой dbt, позволяя выполнять аналитические разговоры
Интеграция контрольных точек операций dbt (сборка/тестирование/выполнение) в автоматизированные конвейеры, управляемые агентами LLM
Облегчение разовых запросов, исследования моделей или анализа первопричин через разговорные пользовательские интерфейсы с использованием API для обнаружения dbt

Часто задаваемые вопросы

Q: Нужно ли развертывать сервер dbt MCP на той же машине, что и мой проект dbt?
A: Сервер может работать локально или удаленно, но ему потребуется доступ к соответствующим файлам проекта и окружению. Вы можете указать пути и переменные окружения, чтобы убедиться, что он правильно находит ваш проект dbt.

Q: Безопасно ли позволять LLM получать доступ ко всем инструментам dbt через MCP?
A: Будьте осторожны; некоторые инструменты dbt (такие как build, run и test) могут изменить ваш склад данных или модели. Включайте только те инструменты, в которые вы полностью доверяете своим клиентам, и по возможности предпочитайте режимы только для чтения (например, Обнаружение и Семантический слой).

Q: Как мне обновить сервер, если будут выпущены новые версии?
A: Просто повторно запустите скрипт установки; он обнаружит и безопасно обновит вашу существующую установку dbt-mcp.

Q: Какие версии dbt поддерживаются?
A: Сервер dbt MCP совместим как с dbt Core, так и с dbt Cloud. Убедитесь, что путь к CLI и версия dbt соответствуют тем, что указаны в вашей конфигурации.

Q: Могу ли я выборочно включать или отключать определенные группы инструментов?
A: Да; используйте переменные окружения, такие как DISABLE_DBT_CLI или DISABLE_DISCOVERY, чтобы включать или отключать функции при запуске сервера.

Название протокола	Описание
build	Выполняет модели dbt, тесты, снимки и семена в порядке зависимостей внутри вашего проекта, материализуя результаты в складе данных.
compile	Компилирует и проверяет модели, тесты и анализы, выводя сгенерированный SQL без их выполнения.
docs	Создает и предоставляет документацию для вашего проекта dbt, позволяя интерактивно исследовать модели, источники и происхождение.
ls	Перечисляет ресурсы dbt, такие как модели, семена, снимки и тесты с опциями фильтрации для более глубокого изучения проекта.
parse	Разбирает и проверяет файлы проекта dbt на наличие синтаксических и логических ошибок, помогая выявлять ошибки на ранних стадиях.
run	Выполняет и материализует выбранные модели dbt в вашем хранилище данных в соответствии с текущей конфигурацией.
test	Запускает тесты dbt для проверки целостности модели и правил качества данных, определенных в вашем проекте.
show	Выполняет интерактивный запрос ad-hoc к вашему хранилищу данных в контексте dbt.
list_metrics	Извлекает все определенные семантические метрики из Семантического слоя dbt для дальнейших запросов или проверки.
get_dimensions	Возвращает размеры, связанные с указанными метриками из Семантического слоя.
get_entities	Извлекает сущности (например, первичные ключи или бизнес-объекты), связанные с определенными метриками.
query_metrics	Позволяет запрашивать семантические метрики с поддержкой группировки, фильтрации, сортировки и ограничения результатов.
get_mart_models	Перечисляет все модели mart dbt, присутствующие в вашем проекте, полезно для аналитиков или каталога данных.
get_all_models	Возвращает все модели dbt, определенные в вашем проекте, включая их основные метаданные.
get_model_details	Извлекает подробную информацию о данной модели dbt, включая схему, происхождение и зависимости.
get_model_parents	Возвращает родительские модели вверх по потоку для указанной модели, помогая в анализе зависимостей или навигации по проекту.