[{"_1":2,"_378":-5,"_379":-5},"loaderData",{"_3":4,"_22":23,"_292":293},"root",{"_5":6,"_7":8},"toasts",[],"visitor",{"_9":10,"_11":12},"viewportWidth",1280,"visitorSession",{"_13":14,"_16":17,"_18":-5,"_19":20,"_21":-5},"attributes",[15],"bot","id",23446952,"membership","referenceId","019a5a4d-61d1-703c-9553-063a91322bdb","userAccount","routes/_public/mcp/servers/~namespace/~slug/_pages/_layout",{"_24":25,"_69":-5,"_70":38,"_27":71,"_207":208,"_290":291},"availableLocales",[26,38,43,48,53,58,63],{"_27":28,"_34":35,"_36":37},"mcpServer",{"_29":30,"_31":30,"_32":33},"description","dbt-mcp","displayName","readme","# dbt MCP Server\n\nDieser MCP-Server (Model Context Protocol) bietet Tools zur Interaktion mit dbt. Lesen Sie [diesen](https://docs.getdbt.com/blog/introducing-dbt-mcp-server) Blog, um mehr zu erfahren.\n\n## Architektur\n\n![Architekturdiagramm des dbt MCP-Servers](https://github.com/user-attachments/assets/89b8a24b-da7b-4e54-ba48-afceaa56f956)\n\n## Aufstellen\n\n1. Klonen Sie das Repository:\n\n```shell\ngit clone https://github.com/dbt-labs/dbt-mcp.git\ncd dbt-mcp\n```\n\n2. [UV installieren](https://docs.astral.sh/uv/getting-started/installation/)\n\n3. [Installationsaufgabe](https://taskfile.dev/installation/)\n\n4. `task install` ausführen\n\n5. Konfigurieren Sie Umgebungsvariablen:\n\n```shell\ncp .env.example .env\n```\n\nBearbeiten Sie dann `.env` mit Ihren spezifischen Umgebungsvariablen (siehe den Abschnitt `Configuration` der `README.md` ).\n\n## Konfiguration\n\nDer MCP-Server verwendet die folgende Konfiguration:\n\n### Werkzeuggruppen\n\n| Name | Standard | Beschreibung |\n| ------------------------ | -------- | ------------------------------------------------------------------------------------------ |\n| `DISABLE_DBT_CLI` | `false` | Setzen Sie dies auf „ `true` , um die MCP-Tools dbt Core und dbt Cloud CLI zu deaktivieren |\n| `DISABLE_SEMANTIC_LAYER` | `false` | Setzen Sie dies auf `true` , um dbt Semantic Layer MCP-Objekte zu deaktivieren |\n| `DISABLE_DISCOVERY` | `false` | Setzen Sie dies auf `true` , um dbt Discovery API MCP-Objekte zu deaktivieren |\n| `DISABLE_REMOTE` | `true` | Setzen Sie dies auf `false` , um Remote-MCP-Objekte zu aktivieren |\n\n### Konfiguration für Discovery und Semantic Layer\n\n| Name | Standard | Beschreibung |\n| -------------------------- | ------------------ | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |\n| `DBT_HOST` | `cloud.getdbt.com` | Der Hostname Ihrer dbt Cloud-Instanz. Dieser sieht aus wie eine [hier](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses) gefundene `Access URL` . Wenn Sie Multi-Cell verwenden, fügen Sie hier bitte das `ACCOUNT_PREFIX` nicht ein. |\n| `MULTICELL_ACCOUNT_PREFIX` | - | Wenn Sie Multi-Cell verwenden, setzen Sie dies auf Ihr `ACCOUNT_PREFIX` . Wenn Sie Multi-Cell nicht verwenden, setzen Sie diese Umgebungsvariable nicht. Weitere Informationen finden Sie [hier.](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses) |\n| `DBT_TOKEN` | - | Ihr persönlicher Zugriffstoken oder Servicetoken. **Hinweis:** Bei Verwendung der Semantischen Schicht ist ein Servicetoken erforderlich. |\n| `DBT_PROD_ENV_ID` | - | Ihre dbt Cloud-Produktionsumgebungs-ID |\n\n### Konfiguration für Remote Tools\n\n| Name | Beschreibung |\n| ---------------- | --------------------------------------- |\n| `DBT_DEV_ENV_ID` | Ihre dbt Cloud-Entwicklungsumgebungs-ID |\n| `DBT_USER_ID` | Ihre dbt Cloud-Benutzer-ID |\n\n### Konfiguration für dbt CLI\n\n| Name | Beschreibung |\n| ----------------- | ------------------------------------------------------------------------------------------------------------------------------- |\n| `DBT_PROJECT_DIR` | Der Pfad zum lokalen Repository Ihres dbt-Projekts. Dieser sollte etwa wie folgt aussehen `/Users/firstnamelastname/reponame` |\n| `DBT_PATH` | Der Pfad zu Ihrer dbt Core- oder dbt Cloud CLI-Ausführdatei. Sie finden Ihre dbt-Ausführdatei, indem Sie `which dbt` ausführen. |\n\n## Verwendung mit MCP-Clients\n\nNach Abschluss der [Installation](#installation) können Sie Ihren Server mit einem MCP-Client verwenden.\n\nDiese Konfiguration wird der Konfigurationsdatei des jeweiligen Clients hinzugefügt. Ersetzen Sie unbedingt die Abschnitte innerhalb von `<>` :\n\n```json\n {\n \"mcpServers\": {\n \"dbt-mcp\": {\n \"command\": \"\",\n \"args\": [\n \"run\",\n \"/src/dbt_mcp/main.py\"\n ]\n }\n }\n}\n```\n\n`` hängt von Ihrem Betriebssystem ab:\n\n* Linux & Mac: `/.venv/bin/mcp`\n* PC: `/.venv/Scripts/mcp`\n\n## Claude Desktop\n\nBefolgen Sie [diese](https://modelcontextprotocol.io/quickstart/user) Anweisungen, um die Datei `claude_desktop_config.json` zu erstellen und eine Verbindung herzustellen.\n\nAuf dem Mac finden Sie die Claude Desktop-Protokolle unter `~/Library/Logs/Claude` .\n\n## Cursor\n\n1. Öffnen Sie das Cursor-Menü und wählen Sie Einstellungen → Cursor-Einstellungen → MCP\n2. Klicken Sie auf „Neuen globalen MCP-Server hinzufügen“.\n3. Fügen Sie die Konfiguration von oben zur bereitgestellten `mcp.json` Datei hinzu\n4. Überprüfen Sie, ob Ihre Verbindung im MCP-Tab aktiv ist.\n\nCursor MCP-Dokumente [hier](https://docs.cursor.com/context/model-context-protocol) als Referenz\n\n## VS Code\n\n1. Öffnen Sie das Menü „Einstellungen“ (Befehl + Komma) und wählen Sie oben auf der Seite die richtige Registerkarte für Ihren Anwendungsfall aus.\n\n * `Workspace` - konfiguriert den Server im Kontext Ihres Arbeitsbereichs\n * `User` - konfiguriert den Server im Kontext Ihres Benutzers\n * **Hinweis für WSL-Nutzer** : Wenn Sie VS Code mit WSL verwenden, müssen Sie WSL-spezifische Einstellungen konfigurieren. Führen Sie den Befehl „ **Einstellungen: Remote-Einstellungen öffnen“** über die Befehlspalette (F1) aus oder wählen Sie die Registerkarte **„Remote“** im Einstellungseditor. Lokale Benutzereinstellungen werden in WSL wiederverwendet, können aber durch WSL-spezifische Einstellungen überschrieben werden. Die Konfiguration von MCP-Servern in den lokalen Benutzereinstellungen funktioniert in einer WSL-Umgebung nicht ordnungsgemäß.\n\n2. Wählen Sie Funktionen → Chat\n\n3. Stellen Sie sicher, dass „Mcp“ `Enabled` ist\n\n![mcp-vscode-Einstellungen](https://github.com/user-attachments/assets/3d3fa853-2398-422a-8a6d-7f0a97120aba)\n\n4. Klicken Sie unter „Mcp > Discovery“ auf „In settings.json bearbeiten“.\n\n5. Fügen Sie Ihre Serverkonfiguration ( `dbt` ) als einen der Server zur bereitgestellten Datei `settings.json` hinzu:\n\n```json\n{\n \"mcp\": {\n \"inputs\": [],\n \"servers\": {\n \"dbt\": {\n \"command\": \"\",\n \"args\": [\"run\", \"/src/dbt_mcp/main.py\"]\n }\n }\n }\n}\n```\n\n`` hängt von Ihrem Betriebssystem ab:\n\n* Linux & Mac: `/.venv/bin/mcp`\n* PC: `/.venv/Scripts/mcp`\n\n6. Sie können Ihre MCP-Server folgendermaßen starten, stoppen und konfigurieren:\n\n* Ausführen des Befehls `MCP: List Servers` aus der Befehlspalette (Strg + Befehl + P) und Auswählen des Servers\n* Verwenden der Schlüsselwörter inline in der Datei `settings.json`\n\n![Inline-Management](https://github.com/user-attachments/assets/d33d4083-5243-4b36-adab-72f12738c263)\n\nVS Code MCP-Dokumente [hier](https://code.visualstudio.com/docs/copilot/chat/mcp-servers) als Referenz\n\n## Werkzeuge\n\n### dbt-CLI\n\n* `build` - Führt Modelle, Tests, Snapshots und Seeds in Abhängigkeitsreihenfolge aus\n* `compile` - Generiert ausführbares SQL aus Modellen, Tests und Analysen, ohne diese auszuführen\n* `docs` - Generiert Dokumentation für das dbt-Projekt\n* `ls` (Liste) – Listet Ressourcen im dbt-Projekt auf, z. B. Modelle und Tests\n* `parse` - Analysiert und validiert die Dateien des Projekts auf syntaktische Korrektheit\n* `run` - Führt Modelle aus, um sie in der Datenbank zu materialisieren\n* `test` – Führt Tests aus, um die Daten- und Modellintegrität zu validieren\n* `show` - Führt eine Abfrage für das Data Warehouse aus\n\n> Wenn Sie Ihrem Client erlauben, dbt-Befehle über dieses MCP-Tool zu verwenden, können Ihre Datenmodelle, Quellen und Warehouse-Objekte geändert werden. Fahren Sie nur fort, wenn Sie dem Client vertrauen und die möglichen Auswirkungen verstehen.\n\n### Semantische Ebene\n\n* `list_metrics` - Ruft alle definierten Metriken ab\n* `get_dimensions` - Ruft die mit den angegebenen Metriken verknüpften Dimensionen ab\n* `get_entities` - Ruft Entitäten ab, die mit angegebenen Metriken verknüpft sind\n* `query_metrics` – Abfragemetriken mit optionaler Gruppierung, Sortierung, Filterung und Begrenzung\n\n### Entdeckung\n\n* `get_mart_models` - Ruft alle Mart-Modelle ab\n* `get_all_models` - Ruft alle Modelle ab\n* `get_model_details` – Ruft Details für ein bestimmtes Modell ab\n* `get_model_parents` - Ruft übergeordnete Knoten eines bestimmten Modells ab\n* `get_model_children` - Ruft die untergeordneten Modi eines bestimmten Modells ab\n\n## Beitragen\n\nLesen Sie `CONTRIBUTING.md` , um Anweisungen zur Teilnahme zu erhalten!","name","German","tag","de-DE",{"_27":39,"_34":41,"_36":42},{"_29":30,"_31":30,"_32":40},"# dbt MCP Server\n\nThis MCP (Model Context Protocol) server provides tools to interact with dbt. Read [this](https://docs.getdbt.com/blog/introducing-dbt-mcp-server) blog to learn more.\n\n## Architecture\n\n![architecture diagram of the dbt MCP server](https://github.com/user-attachments/assets/89b8a24b-da7b-4e54-ba48-afceaa56f956)\n\n## Setup\n\n1. Clone the repository:\n```shell\ngit clone https://github.com/dbt-labs/dbt-mcp.git\ncd dbt-mcp\n```\n\n2. [Install uv](https://docs.astral.sh/uv/getting-started/installation/)\n\n3. [Install Task](https://taskfile.dev/installation/)\n\n4. Run `task install`\n\n5. Configure environment variables:\n```shell\ncp .env.example .env\n```\nThen edit `.env` with your specific environment variables (see the `Configuration` section of the `README.md`).\n\n## Configuration\n\nThe MCP server takes the following environment variable configuration:\n\n### Tool Groups\n| Name | Default | Description |\n|------|---------|-------------|\n| `DISABLE_DBT_CLI` | `false` | Set this to `true` to disable dbt Core and dbt Cloud CLI MCP tools |\n| `DISABLE_SEMANTIC_LAYER` | `false` | Set this to `true` to disable dbt Semantic Layer MCP objects |\n| `DISABLE_DISCOVERY` | `false` | Set this to `true` to disable dbt Discovery API MCP objects |\n| `DISABLE_REMOTE` | `true` | Set this to `false` to enable remote MCP objects |\n\n\n### Configuration for Discovery, Semantic Layer, and Remote Tools\n| Name | Default | Description |\n|------|---------|-------------|\n| `DBT_HOST` | `cloud.getdbt.com` | Your dbt Cloud instance hostname. This will look like an `Access URL` found [here](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses). If you are using Multi-cell, do not include the `ACCOUNT_PREFIX` here |\n| `MULTICELL_ACCOUNT_PREFIX` | - | If you are using Multi-cell, set this to your `ACCOUNT_PREFIX`. If you are not using Multi-cell, do not set this environment variable. You can learn more [here](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses) |\n| `DBT_TOKEN` | - | Your personal access token or service token. Note: a service token is required when using the Semantic Layer and this service token should have at least `Semantic Layer Only`, `Metadata Only`, and `Developer` permissions. |\n| `DBT_PROD_ENV_ID` | - | Your dbt Cloud production environment ID |\n\n### Configuration for Remote Tools\n| Name | Description |\n|------|-------------|\n| `DBT_DEV_ENV_ID` | Your dbt Cloud development environment ID |\n| `DBT_USER_ID` | Your dbt Cloud user ID |\n\n### Configuration for dbt CLI\n| Name | Description |\n|------|-------------|\n| `DBT_PROJECT_DIR` | The path to where the repository of your dbt Project is hosted locally. This should look something like `/Users/firstnamelastname/reponame` |\n| `DBT_PATH` | The path to your dbt Core or dbt Cloud CLI executable. You can find your dbt executable by running `which dbt` |\n\n## Using with MCP Clients\n\nAfter going through [Installation](#installation), you can use your server with an MCP client.\n\nThis configuration will be added to the respective client's config file. Be sure to replace the sections within `<>`:\n\n```json\n {\n \"mcpServers\": {\n \"dbt-mcp\": {\n \"command\": \"\",\n \"args\": [\n \"run\",\n \"/src/dbt_mcp/main.py\"\n ]\n }\n }\n}\n```\n\n`` depends on your OS:\n- Linux & Mac: `/.venv/bin/mcp`\n- PC: `/.venv/Scripts/mcp`\n\n\n## Claude Desktop\n\nFollow [these](https://modelcontextprotocol.io/quickstart/user) instructions to create the `claude_desktop_config.json` file and connect.\n\nOn Mac, you can find the Claude Desktop logs at `~/Library/Logs/Claude`.\n\n## Cursor\n\n1. Open the Cursor menu and select Settings → Cursor Settings → MCP\n2. Click \"Add new global MCP server\"\n3. Add the config from above to the provided `mcp.json` file\n4. Verify your connection is active within the MCP tab\n\nCursor MCP docs [here](https://docs.cursor.com/context/model-context-protocol) for reference\n\n## VS Code\n\n1. Open the Settings menu (Command + Comma) and select the correct tab atop the page for your use case\n - `Workspace` - configures the server in the context of your workspace\n - `User` - configures the server in the context of your user\n - **Note for WSL users**: If you're using VS Code with WSL, you'll need to configure WSL-specific settings. Run the **Preferences: Open Remote Settings** command from the Command Palette (F1) or select the **Remote** tab in the Settings editor. Local User settings are reused in WSL but can be overridden with WSL-specific settings. Configuring MCP servers in the local User settings will not work properly in a WSL environment.\n\n2. Select Features → Chat\n\n3. Ensure that \"Mcp\" is `Enabled`\n\n![mcp-vscode-settings](https://github.com/user-attachments/assets/3d3fa853-2398-422a-8a6d-7f0a97120aba)\n\n4. Click \"Edit in settings.json\" under \"Mcp > Discovery\"\n\n5. Add your server configuration (`dbt`) to the provided `settings.json` file as one of the servers:\n```json\n{\n \"mcp\": {\n \"inputs\": [],\n \"servers\": {\n \"dbt\": {\n \"command\": \"\",\n \"args\": [\"run\", \"/src/dbt_mcp/main.py\"]\n }\n }\n }\n}\n```\n\n`` depends on your OS:\n- Linux & Mac: `/.venv/bin/mcp`\n- PC: `/.venv/Scripts/mcp`\n\n6. You can start, stop, and configure your MCP servers by:\n- Running the `MCP: List Servers` command from the Command Palette (Control + Command + P) and selecting the server\n- Utlizing the keywords inline within the `settings.json` file\n\n![inline-management](https://github.com/user-attachments/assets/d33d4083-5243-4b36-adab-72f12738c263)\n\nVS Code MCP docs [here](https://code.visualstudio.com/docs/copilot/chat/mcp-servers) for reference\n\n## Tools\n\n### dbt CLI\n\n* `build` - Executes models, tests, snapshots, and seeds in dependency order\n* `compile` - Generates executable SQL from models, tests, and analyses without running them\n* `docs` - Generates documentation for the dbt project\n* `ls` (list) - Lists resources in the dbt project, such as models and tests\n* `parse` - Parses and validates the project’s files for syntax correctness\n* `run` - Executes models to materialize them in the database\n* `test` - Runs tests to validate data and model integrity\n* `show` - Runs a query against the data warehouse\n\n> Allowing your client to utilize dbt commands through this MCP tooling could modify your data models, sources, and warehouse objects. Proceed only if you trust the client and understand the potential impact.\n\n\n### Semantic Layer\n\n* `list_metrics` - Retrieves all defined metrics\n* `get_dimensions` - Gets dimensions associated with specified metrics\n* `get_entities` - Gets entities associated with specified metrics\n* `query_metrics` - Queries metrics with optional grouping, ordering, filtering, and limiting\n\n\n### Discovery\n* `get_mart_models` - Gets all mart models\n* `get_all_models` - Gets all models\n* `get_model_details` - Gets details for a specific model\n* `get_model_parents` - Gets parent nodes of a specific model\n* `get_model_children` - Gets children modes of a specific model\n\n### Remote\n* `text_to_sql` - Generate SQL from natural language requests\n* `execute_sql` - Execute SQL on dbt Cloud's backend infrastructure with support for Semantic Layer SQL syntax.\n\n## Contributing\n\nRead `CONTRIBUTING.md` for instructions on how to get involved!\n","English","en-US",{"_27":44,"_34":46,"_36":47},{"_29":30,"_31":30,"_32":45},"# Servidor MCP dbt\n\nEste servidor MCP (Protocolo de Contexto de Modelo) proporciona herramientas para interactuar con dbt. Lea [este](https://docs.getdbt.com/blog/introducing-dbt-mcp-server) blog para obtener más información.\n\n## Arquitectura\n\n![Diagrama de arquitectura del servidor dbt MCP](https://github.com/user-attachments/assets/89b8a24b-da7b-4e54-ba48-afceaa56f956)\n\n## Configuración\n\n1. Clonar el repositorio:\n\n```shell\ngit clone https://github.com/dbt-labs/dbt-mcp.git\ncd dbt-mcp\n```\n\n2. [Instalar uv](https://docs.astral.sh/uv/getting-started/installation/)\n\n3. [Tarea de instalación](https://taskfile.dev/installation/)\n\n4. Ejecutar `task install`\n\n5. Configurar variables de entorno:\n\n```shell\ncp .env.example .env\n```\n\nLuego edite `.env` con sus variables de entorno específicas (consulte la sección `Configuration` del `README.md` ).\n\n## Configuración\n\nEl servidor MCP toma la siguiente configuración:\n\n### Grupos de herramientas\n\n| Nombre | Por defecto | Descripción |\n| ------------------------ | ----------- | ---------------------------------------------------------------------------------------------- |\n| `DISABLE_DBT_CLI` | `false` | Establezca esto como `true` para deshabilitar las herramientas CLI MCP de dbt Core y dbt Cloud |\n| `DISABLE_SEMANTIC_LAYER` | `false` | Establezca esto como `true` para deshabilitar los objetos MCP de la capa semántica de dbt |\n| `DISABLE_DISCOVERY` | `false` | Establezca esto como `true` para deshabilitar los objetos MCP de la API de dbt Discovery |\n| `DISABLE_REMOTE` | `true` | Establezca esto en `false` para habilitar objetos MCP remotos |\n\n### Configuración para la capa de descubrimiento y semántica\n\n| Nombre | Por defecto | Descripción |\n| -------------------------- | ------------------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |\n| `DBT_HOST` | `cloud.getdbt.com` | El nombre de host de su instancia de dbt Cloud. Se verá como una `Access URL` que se encuentra [aquí](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses) . Si usa varias celdas, no incluya aquí el `ACCOUNT_PREFIX` |\n| `MULTICELL_ACCOUNT_PREFIX` | - | Si usa Multi-cell, configure esta variable como `ACCOUNT_PREFIX` . Si no usa Multi-cell, no configure esta variable de entorno. Puede obtener más información [aquí.](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses) |\n| `DBT_TOKEN` | - | Su token de acceso personal o token de servicio. **Nota:** El token de servicio es necesario al usar la capa semántica. |\n| `DBT_PROD_ENV_ID` | - | Su ID de entorno de producción de dbt Cloud |\n\n### Configuración para herramientas remotas\n\n| Nombre | Descripción |\n| ---------------- | ------------------------------------------- |\n| `DBT_DEV_ENV_ID` | Su ID de entorno de desarrollo de dbt Cloud |\n| `DBT_USER_ID` | Su ID de usuario de dbt Cloud |\n\n### Configuración para dbt CLI\n\n| Nombre | Descripción |\n| ----------------- | ------------------------------------------------------------------------------------------------------------------------------ |\n| `DBT_PROJECT_DIR` | La ruta donde se aloja localmente el repositorio de su proyecto dbt. Debería ser algo como `/Users/firstnamelastname/reponame` |\n| `DBT_PATH` | La ruta a tu ejecutable de la CLI de dbt Core o dbt Cloud. Puedes encontrar tu ejecutable de dbt ejecutando `which dbt` |\n\n## Uso con clientes MCP\n\nDespués de realizar [la instalación](#installation) , podrá utilizar su servidor con un cliente MCP.\n\nEsta configuración se añadirá al archivo de configuración del cliente correspondiente. Asegúrese de reemplazar las secciones dentro de `<>` :\n\n```json\n {\n \"mcpServers\": {\n \"dbt-mcp\": {\n \"command\": \"\",\n \"args\": [\n \"run\",\n \"/src/dbt_mcp/main.py\"\n ]\n }\n }\n}\n```\n\n`` depende de su sistema operativo:\n\n* Linux y Mac: `/.venv/bin/mcp`\n* PC: `/.venv/Scripts/mcp`\n\n## Escritorio de Claude\n\nSiga [estas](https://modelcontextprotocol.io/quickstart/user) instrucciones para crear el archivo `claude_desktop_config.json` y conectarse.\n\nEn Mac, puedes encontrar los registros de Claude Desktop en `~/Library/Logs/Claude` .\n\n## Cursor\n\n1. Abra el menú Cursor y seleccione Configuración → Configuración del cursor → MCP\n2. Haga clic en \"Agregar nuevo servidor MCP global\".\n3. Agregue la configuración anterior al archivo `mcp.json` proporcionado\n4. Verifique que su conexión esté activa dentro de la pestaña MCP\n\nDocumentos del cursor MCP [aquí](https://docs.cursor.com/context/model-context-protocol) como referencia\n\n## Código VS\n\n1. Abra el menú Configuración (Comando + Coma) y seleccione la pestaña correcta en la parte superior de la página para su caso de uso\n\n * `Workspace` : configura el servidor en el contexto de su espacio de trabajo\n * `User` : configura el servidor en el contexto de su usuario\n * **Nota para usuarios de WSL** : Si usa VS Code con WSL, deberá configurar las opciones específicas de WSL. Ejecute el comando \" **Preferencias: Abrir configuración remota** \" desde la Paleta de comandos (F1) o seleccione la pestaña **\"Remoto\"** en el editor de configuración. La configuración del usuario local se reutiliza en WSL, pero se puede sobrescribir con la configuración específica de WSL. Configurar servidores MCP en la configuración del usuario local no funcionará correctamente en un entorno WSL.\n\n2. Seleccione Funciones → Chat\n\n3. Asegúrese de que \"Mcp\" esté `Enabled`\n\n![configuración de mcp-vscode](https://github.com/user-attachments/assets/3d3fa853-2398-422a-8a6d-7f0a97120aba)\n\n4. Haga clic en \"Editar en settings.json\" en \"Mcp > Descubrimiento\".\n\n5. Agregue la configuración de su servidor ( `dbt` ) al archivo `settings.json` proporcionado como uno de los servidores:\n\n```json\n{\n \"mcp\": {\n \"inputs\": [],\n \"servers\": {\n \"dbt\": {\n \"command\": \"\",\n \"args\": [\"run\", \"/src/dbt_mcp/main.py\"]\n }\n }\n }\n}\n```\n\n`` depende de su sistema operativo:\n\n* Linux y Mac: `/.venv/bin/mcp`\n* PC: `/.venv/Scripts/mcp`\n\n6. Puede iniciar, detener y configurar sus servidores MCP mediante:\n\n* Ejecutar el comando `MCP: List Servers` desde la Paleta de comandos (Control + Comando + P) y seleccionar el servidor\n* Utilizando las palabras clave en línea dentro del archivo `settings.json`\n\n![gestión en línea](https://github.com/user-attachments/assets/d33d4083-5243-4b36-adab-72f12738c263)\n\nDocumentos MCP de VS Code [aquí](https://code.visualstudio.com/docs/copilot/chat/mcp-servers) como referencia\n\n## Herramientas\n\n### CLI de dbt\n\n* `build` - Ejecuta modelos, pruebas, instantáneas y semillas en orden de dependencia\n* `compile` : genera SQL ejecutable a partir de modelos, pruebas y análisis sin ejecutarlos\n* `docs` - Genera documentación para el proyecto dbt\n* `ls` (lista): enumera los recursos en el proyecto dbt, como modelos y pruebas\n* `parse` : analiza y valida los archivos del proyecto para verificar la corrección de la sintaxis.\n* `run` - Ejecuta modelos para materializarlos en la base de datos\n* `test` : ejecuta pruebas para validar la integridad de los datos y el modelo\n* `show` - Ejecuta una consulta en el almacén de datos\n\n> Permitir que su cliente utilice comandos dbt a través de esta herramienta MCP podría modificar sus modelos de datos, orígenes y objetos del almacén. Continúe solo si confía en el cliente y comprende el impacto potencial.\n\n### Capa semántica\n\n* `list_metrics` - Recupera todas las métricas definidas\n* `get_dimensions` : obtiene las dimensiones asociadas con las métricas especificadas\n* `get_entities` : obtiene entidades asociadas con métricas específicas\n* `query_metrics` : consulta métricas con agrupación, ordenación, filtrado y limitación opcionales\n\n### Descubrimiento\n\n* `get_mart_models` - Obtiene todos los modelos de mart\n* `get_all_models` - Obtiene todos los modelos\n* `get_model_details` : obtiene detalles de un modelo específico\n* `get_model_parents` : obtiene los nodos principales de un modelo específico\n* `get_model_children` - Obtiene los modos secundarios de un modelo específico\n\n## Contribuyendo\n\n¡Lea `CONTRIBUTING.md` para obtener instrucciones sobre cómo participar!","Spanish","es-ES",{"_27":49,"_34":51,"_36":52},{"_29":30,"_31":30,"_32":50},"# dbt MCP サーバー\n\nこのMCP（モデルコンテキストプロトコル）サーバーは、dbtと連携するためのツールを提供します。詳細については、[こちらの](https://docs.getdbt.com/blog/introducing-dbt-mcp-server)ブログをご覧ください。\n\n## 建築\n\n![dbt MCP サーバーのアーキテクチャ図](https://github.com/user-attachments/assets/89b8a24b-da7b-4e54-ba48-afceaa56f956)\n\n## 設定\n\n1. リポジトリをクローンします。\n\n```shell\ngit clone https://github.com/dbt-labs/dbt-mcp.git\ncd dbt-mcp\n```\n\n2. [uvをインストールする](https://docs.astral.sh/uv/getting-started/installation/)\n\n3. [インストールタスク](https://taskfile.dev/installation/)\n\n4. `task install`を実行\n\n5. 環境変数を設定します。\n\n```shell\ncp .env.example .env\n```\n\n次に、特定の環境変数を使用して`.env`編集します ( `README.md`の`Configuration`セクションを参照)。\n\n## 構成\n\nMCP サーバーは次の構成をとります。\n\n### ツールグループ\n\n| 名前 | デフォルト | 説明 |\n| ------------------------ | ------- | ---------------------------------------------------------- |\n| `DISABLE_DBT_CLI` | `false` | これを`true`に設定すると、dbt Core および dbt Cloud CLI MCP ツールが無効になります |\n| `DISABLE_SEMANTIC_LAYER` | `false` | これを`true`に設定すると、dbtセマンティックレイヤーMCPオブジェクトが無効になります |\n| `DISABLE_DISCOVERY` | `false` | dbt Discovery API MCP オブジェクトを無効にするには、これを`true`に設定します |\n| `DISABLE_REMOTE` | `true` | リモートMCPオブジェクトを有効にするにはこれを`false`に設定します |\n\n### 検出およびセマンティック層の構成\n\n| 名前 | デフォルト | 説明 |\n| -------------------------- | ------------------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ |\n| `DBT_HOST` | `cloud.getdbt.com` | dbt Cloudインスタンスのホスト名。[こちらに](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses)記載されている`Access URL`と同じ形式になります。マルチセルをご利用の場合は、 `ACCOUNT_PREFIX`含めないでください。 |\n| `MULTICELL_ACCOUNT_PREFIX` | - | マルチセルをご利用の場合は、 `ACCOUNT_PREFIX`を設定してください。マルチセルをご利用でない場合は、この環境変数を設定しないでください。詳細は[こちらを](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses)ご覧ください。 |\n| `DBT_TOKEN` | - | 個人アクセストークンまたはサービストークン。\\*\\*注：\\*\\*セマンティックレイヤーを使用する場合はサービストークンが必要です。 |\n| `DBT_PROD_ENV_ID` | - | dbt Cloud 本番環境のID |\n\n### リモートツールの構成\n\n| 名前 | 説明 |\n| ---------------- | ----------------- |\n| `DBT_DEV_ENV_ID` | dbt Cloud 開発環境 ID |\n| `DBT_USER_ID` | dbt CloudユーザーID |\n\n### dbt CLI の設定\n\n| 名前 | 説明 |\n| ----------------- | ---------------------------------------------------------------------------------------------------------------- |\n| `DBT_PROJECT_DIR` | dbtプロジェクトのリポジトリがローカルにホストされているパス。/Users/firstnamelastname/reponame `/Users/firstnamelastname/reponame`ような形式になります。 |\n| `DBT_PATH` | dbt Coreまたはdbt Cloud CLI実行ファイルへのパス。which `which dbt`を実行するとdbt実行ファイルが見つかります。 |\n\n## MCPクライアントでの使用\n\n[インストール](#installation)が完了すると、MCP クライアントでサーバーを使用できるようになります。\n\nこの設定は、それぞれのクライアントの設定ファイルに追加されます。 `<>`内のセクションを必ず置き換えてください。\n\n```json\n {\n \"mcpServers\": {\n \"dbt-mcp\": {\n \"command\": \"\",\n \"args\": [\n \"run\",\n \"/src/dbt_mcp/main.py\"\n ]\n }\n }\n}\n```\n\n`` OS によって異なります。\n\n* Linux および Mac: `/.venv/bin/mcp`\n* PC: `/.venv/Scripts/mcp`\n\n## クロードデスクトップ\n\n[次の](https://modelcontextprotocol.io/quickstart/user)手順に従って、 `claude_desktop_config.json`ファイルを作成し、接続します。\n\nMac では、Claude Desktop のログは`~/Library/Logs/Claude`にあります。\n\n## カーソル\n\n1. カーソルメニューを開き、設定→カーソル設定→MCPを選択します。\n2. 「新しいグローバルMCPサーバーを追加」をクリックします\n3. 上記の設定を提供された`mcp.json`ファイルに追加します。\n4. MCPタブ内で接続がアクティブであることを確認します\n\nカーソルMCPドキュメントは[ここを](https://docs.cursor.com/context/model-context-protocol)参照してください\n\n## VSコード\n\n1. 設定メニュー（コマンド+カンマ）を開き、ページ上部にある使用ケースに適したタブを選択します。\n\n * `Workspace` - ワークスペースのコンテキストでサーバーを構成します\n * `User` - ユーザーのコンテキストでサーバーを構成します\n * **WSLユーザーへの注意**：VS CodeをWSLで使用している場合は、WSL固有の設定を行う必要があります。コマンドパレット（F1）から\\*\\*「Preferences: Open Remote Settings」**コマンドを実行するか、設定エディターで**「Remote」\\*\\*タブを選択してください。ローカルユーザー設定はWSLで再利用されますが、WSL固有の設定で上書きできます。ローカルユーザー設定でMCPサーバーを設定しても、WSL環境では正しく動作しません。\n\n2. 機能を選択→チャット\n\n3. 「Mcp」が`Enabled`ことを確認する\n\n![mcp-vscode-設定](https://github.com/user-attachments/assets/3d3fa853-2398-422a-8a6d-7f0a97120aba)\n\n4. 「Mcp > Discovery」の下にある「settings.jsonで編集」をクリックします。\n\n5. 提供された`settings.json`ファイルに、サーバー構成( `dbt` )をサーバーの1つとして追加します。\n\n```json\n{\n \"mcp\": {\n \"inputs\": [],\n \"servers\": {\n \"dbt\": {\n \"command\": \"\",\n \"args\": [\"run\", \"/src/dbt_mcp/main.py\"]\n }\n }\n }\n}\n```\n\n`` OS によって異なります。\n\n* Linux および Mac: `/.venv/bin/mcp`\n* PC: `/.venv/Scripts/mcp`\n\n6. MCP サーバーは、次の方法で起動、停止、および構成できます。\n\n* コマンドパレット（Control + Command + P）から`MCP: List Servers`コマンドを実行し、サーバーを選択します。\n* `settings.json`ファイル内のキーワードをインラインで利用する\n\n![インライン管理](https://github.com/user-attachments/assets/d33d4083-5243-4b36-adab-72f12738c263)\n\nVS Code MCPドキュメントは[こちらを](https://code.visualstudio.com/docs/copilot/chat/mcp-servers)ご覧ください\n\n## ツール\n\n### dbt CLI\n\n* `build` - モデル、テスト、スナップショット、シードを依存関係の順序で実行します\n* `compile` - モデル、テスト、分析を実行せずに実行可能なSQLを生成します。\n* `docs` - dbt プロジェクトのドキュメントを生成します\n* `ls` (リスト) - モデルやテストなどの dbt プロジェクト内のリソースを一覧表示します\n* `parse` - プロジェクトのファイルを解析して構文の正確性を検証します\n* `run` - モデルを実行してデータベースに具体化する\n* `test` - データとモデルの整合性を検証するためのテストを実行します\n* `show` - データウェアハウスに対してクエリを実行します\n\n> クライアントがこのMCPツールを通じてdbtコマンドを使用することを許可すると、データモデル、ソース、ウェアハウスオブジェクトが変更される可能性があります。クライアントを信頼でき、潜在的な影響を理解している場合のみ、続行してください。\n\n### セマンティックレイヤー\n\n* `list_metrics` - 定義されたすべてのメトリックを取得します\n* `get_dimensions` - 指定された指標に関連付けられたディメンションを取得します\n* `get_entities` - 指定されたメトリックに関連付けられたエンティティを取得します\n* `query_metrics` - オプションのグループ化、順序付け、フィルタリング、制限を使用してメトリックをクエリします\n\n### 発見\n\n* `get_mart_models` - すべてのマートモデルを取得します\n* `get_all_models` - すべてのモデルを取得する\n* `get_model_details` - 特定のモデルの詳細を取得します\n* `get_model_parents` - 特定のモデルの親ノードを取得します\n* `get_model_children` - 特定のモデルの子モードを取得します\n\n## 貢献\n\n参加方法については、 `CONTRIBUTING.md`をご覧ください。","Japanese","ja-JP",{"_27":54,"_34":56,"_36":57},{"_29":30,"_31":30,"_32":55},"# dbt MCP 서버\n\n이 MCP(Model Context Protocol) 서버는 DBT와 상호 작용하는 도구를 제공합니다. 자세한 내용은 [이](https://docs.getdbt.com/blog/introducing-dbt-mcp-server) 블로그를 참조하세요.\n\n## 건축학\n\n![dbt MCP 서버의 아키텍처 다이어그램](https://github.com/user-attachments/assets/89b8a24b-da7b-4e54-ba48-afceaa56f956)\n\n## 설정\n\n1. 저장소를 복제합니다.\n\n지엑스피1\n\n2. [uv 설치](https://docs.astral.sh/uv/getting-started/installation/)\n\n3. [설치 작업](https://taskfile.dev/installation/)\n\n4. `task install` 실행\n\n5. 환경 변수 구성:\n\n```shell\ncp .env.example .env\n```\n\n그런 다음 특정 환경 변수로 `.env` 편집합니다( `README.md` 의 `Configuration` 섹션 참조).\n\n## 구성\n\nMCP 서버는 다음과 같은 구성을 취합니다.\n\n### 도구 그룹\n\n| 이름 | 기본 | 설명 |\n| ------------------------ | ------- | ----------------------------------------------------------- |\n| `DISABLE_DBT_CLI` | `false` | dbt Core 및 dbt Cloud CLI MCP 도구를 비활성화하려면 이를 `true` 로 설정하세요. |\n| `DISABLE_SEMANTIC_LAYER` | `false` | dbt Semantic Layer MCP 객체를 비활성화하려면 이것을 `true` 로 설정하세요. |\n| `DISABLE_DISCOVERY` | `false` | dbt Discovery API MCP 객체를 비활성화하려면 이것을 `true` 로 설정하세요. |\n| `DISABLE_REMOTE` | `true` | 원격 MCP 객체를 활성화하려면 이것을 `false` 로 설정하세요. |\n\n### 검색 및 의미 계층 구성\n\n| 이름 | 기본 | 설명 |\n| -------------------------- | ------------------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ |\n| `DBT_HOST` | `cloud.getdbt.com` | DBT 클라우드 인스턴스 호스트 이름입니다. 이 이름은 [여기에서](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses) 찾을 수 있는 `Access URL` 유사합니다. 다중 셀을 사용하는 경우 `ACCOUNT_PREFIX` 여기에 포함하지 마세요. |\n| `MULTICELL_ACCOUNT_PREFIX` | - | 다중 셀을 사용하는 경우 이 환경 변수를 `ACCOUNT_PREFIX` 로 설정하세요. 다중 셀을 사용하지 않는 경우 이 환경 변수를 설정하지 마세요. 자세한 내용은 [여기에서](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses) 확인하세요. |\n| `DBT_TOKEN` | - | 개인 액세스 토큰 또는 서비스 토큰입니다. **참고:** Semantic Layer를 사용할 때는 서비스 토큰이 필요합니다. |\n| `DBT_PROD_ENV_ID` | - | 귀하의 dbt Cloud 프로덕션 환경 ID |\n\n### 원격 도구 구성\n\n| 이름 | 설명 |\n| ---------------- | ---------------------- |\n| `DBT_DEV_ENV_ID` | 귀하의 dbt Cloud 개발 환경 ID |\n| `DBT_USER_ID` | 귀하의 dbt Cloud 사용자 ID |\n\n### dbt CLI 구성\n\n| 이름 | 설명 |\n| ----------------- | --------------------------------------------------------------------------------- |\n| `DBT_PROJECT_DIR` | dbt 프로젝트의 저장소가 로컬에 호스팅되는 경로입니다. `/Users/firstnamelastname/reponame` 같은 형식이어야 합니다. |\n| `DBT_PATH` | dbt Core 또는 dbt Cloud CLI 실행 파일의 경로입니다. `which dbt` 실행하여 dbt 실행 파일을 찾을 수 있습니다. |\n\n## MCP 클라이언트와 함께 사용\n\n[설치](#installation) 가 끝나면 MCP 클라이언트와 함께 서버를 사용할 수 있습니다.\n\n이 구성은 해당 클라이언트의 설정 파일에 추가됩니다. `<>` 안의 섹션을 다음과 같이 바꿔주세요.\n\n```json\n {\n \"mcpServers\": {\n \"dbt-mcp\": {\n \"command\": \"\",\n \"args\": [\n \"run\",\n \"/src/dbt_mcp/main.py\"\n ]\n }\n }\n}\n```\n\n`` OS에 따라 달라집니다.\n\n* Linux 및 Mac: `/.venv/bin/mcp`\n* PC: `/.venv/Scripts/mcp`\n\n## 클로드 데스크탑\n\n[다음](https://modelcontextprotocol.io/quickstart/user) 지침에 따라 `claude_desktop_config.json` 파일을 만들고 연결하세요.\n\nMac에서는 Claude Desktop 로그를 `~/Library/Logs/Claude` 에서 찾을 수 있습니다.\n\n## 커서\n\n1. 커서 메뉴를 열고 설정 → 커서 설정 → MCP를 선택하세요.\n2. \"새로운 글로벌 MCP 서버 추가\"를 클릭하세요.\n3. 위의 구성을 제공된 `mcp.json` 파일에 추가합니다.\n4. MCP 탭에서 연결이 활성화되어 있는지 확인하세요.\n\n참고용 커서 MCP 문서 [여기](https://docs.cursor.com/context/model-context-protocol)\n\n## VS 코드\n\n1. 설정 메뉴(Command + Comma)를 열고 사용 사례에 맞는 페이지 상단의 올바른 탭을 선택하세요.\n\n * `Workspace` - 작업 공간 컨텍스트에서 서버를 구성합니다.\n * `User` - 사용자 컨텍스트에서 서버를 구성합니다.\n * **WSL 사용자 참고 사항** : VS Code를 WSL과 함께 사용하는 경우 WSL 관련 설정을 구성해야 합니다. 명령 팔레트(F1)에서 **\"환경 설정: 원격 설정 열기** \" 명령을 실행하거나 설정 편집기에서 **\"원격\"** 탭을 선택하세요. 로컬 사용자 설정은 WSL에서 재사용되지만 WSL 관련 설정으로 재정의할 수 있습니다. 로컬 사용자 설정에서 MCP 서버를 구성하는 것은 WSL 환경에서는 제대로 작동하지 않습니다.\n\n2. 기능 선택 → 채팅\n\n3. \"Mcp\"가 `Enabled` 있는지 확인하세요\n\n![mcp-vscode-설정](https://github.com/user-attachments/assets/3d3fa853-2398-422a-8a6d-7f0a97120aba)\n\n4. \"Mcp > Discovery\"에서 \"settings.json에서 편집\"을 클릭하세요.\n\n5. 제공된 `settings.json` 파일에 서버 구성( `dbt` )을 서버 중 하나로 추가합니다.\n\n```json\n{\n \"mcp\": {\n \"inputs\": [],\n \"servers\": {\n \"dbt\": {\n \"command\": \"\",\n \"args\": [\"run\", \"/src/dbt_mcp/main.py\"]\n }\n }\n }\n}\n```\n\n`` OS에 따라 달라집니다.\n\n* Linux 및 Mac: `/.venv/bin/mcp`\n* PC: `/.venv/Scripts/mcp`\n\n6. 다음을 통해 MCP 서버를 시작, 중지 및 구성할 수 있습니다.\n\n* 명령 팔레트(Control + Command + P)에서 `MCP: List Servers` 명령을 실행하고 서버를 선택합니다.\n* `settings.json` 파일 내에서 키워드를 인라인으로 활용\n\n![인라인 관리](https://github.com/user-attachments/assets/d33d4083-5243-4b36-adab-72f12738c263)\n\n참고용 VS Code MCP 문서는 [여기 있습니다.](https://code.visualstudio.com/docs/copilot/chat/mcp-servers)\n\n## 도구\n\n### DBT CLI\n\n* `build` - 종속성 순서대로 모델, 테스트, 스냅샷 및 시드를 실행합니다.\n* `compile` - 실행하지 않고도 모델, 테스트 및 분석에서 실행 가능한 SQL을 생성합니다.\n* `docs` - dbt 프로젝트에 대한 문서를 생성합니다.\n* `ls` (목록) - 모델 및 테스트와 같은 dbt 프로젝트의 리소스를 나열합니다.\n* `parse` - 프로젝트 파일을 구문 분석하고 구문이 정확한지 검증합니다.\n* `run` - 모델을 실행하여 데이터베이스에 구체화합니다.\n* `test` - 데이터 및 모델 무결성을 검증하기 위한 테스트를 실행합니다.\n* `show` - 데이터웨어하우스에 대한 쿼리를 실행합니다.\n\n> 이 MCP 툴을 통해 클라이언트가 DBT 명령을 사용할 수 있도록 허용하면 데이터 모델, 소스 및 웨어하우스 객체가 수정될 수 있습니다. 클라이언트를 신뢰하고 잠재적 영향을 이해하는 경우에만 진행하십시오.\n\n### 의미 계층\n\n* `list_metrics` - 정의된 모든 메트릭을 검색합니다.\n* `get_dimensions` - 지정된 메트릭과 연결된 차원을 가져옵니다.\n* `get_entities` - 지정된 메트릭과 연결된 엔터티를 가져옵니다.\n* `query_metrics` - 선택적 그룹화, 순서 지정, 필터링 및 제한을 사용하여 메트릭을 쿼리합니다.\n\n### 발견\n\n* `get_mart_models` - 모든 마트 모델을 가져옵니다.\n* `get_all_models` - 모든 모델을 가져옵니다\n* `get_model_details` - 특정 모델에 대한 세부 정보를 가져옵니다.\n* `get_model_parents` - 특정 모델의 부모 노드를 가져옵니다.\n* `get_model_children` - 특정 모델의 자식 모드를 가져옵니다.\n\n## 기여하다\n\n참여 방법에 대한 지침은 `CONTRIBUTING.md` 에서 확인하세요!","Korean","ko-KR",{"_27":59,"_34":61,"_36":62},{"_29":30,"_31":30,"_32":60},"# dbt MCP-сервер\n\nЭтот сервер MCP (Model Context Protocol) предоставляет инструменты для взаимодействия с dbt. Прочтите [этот](https://docs.getdbt.com/blog/introducing-dbt-mcp-server) блог, чтобы узнать больше.\n\n## Архитектура\n\n![схема архитектуры сервера dbt mcp](https://github.com/user-attachments/assets/89b8a24b-da7b-4e54-ba48-afceaa56f956)\n\n## Настраивать\n\n1. Клонируйте репозиторий:\n\n```shell\ngit clone https://github.com/dbt-labs/dbt-mcp.git\ncd dbt-mcp\n```\n\n2. [Установить УФ](https://docs.astral.sh/uv/getting-started/installation/)\n\n3. [Установить задачу](https://taskfile.dev/installation/)\n\n4. Запустить `task install`\n\n5. Настройте переменные среды:\n\n```shell\ncp .env.example .env\n```\n\nЗатем отредактируйте `.env` , указав необходимые вам переменные среды (см. раздел `Configuration` в файле `README.md` ).\n\n## Конфигурация\n\nСервер MCP имеет следующую конфигурацию:\n\n### Группы инструментов\n\n| Имя | По умолчанию | Описание |\n| ------------------------ | ------------ | -------------------------------------------------------------------------------------- |\n| `DISABLE_DBT_CLI` | `false` | Установите значение `true` , чтобы отключить инструменты MCP dbt Core и dbt Cloud CLI. |\n| `DISABLE_SEMANTIC_LAYER` | `false` | Установите значение `true` , чтобы отключить объекты MCP семантического слоя dbt. |\n| `DISABLE_DISCOVERY` | `false` | Установите значение `true` , чтобы отключить объекты MCP API dbt Discovery. |\n| `DISABLE_REMOTE` | `true` | Установите значение `false` , чтобы включить удаленные объекты MCP. |\n\n### Конфигурация для обнаружения и семантического уровня\n\n| Имя | По умолчанию | Описание |\n| -------------------------- | ------------------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ |\n| `DBT_HOST` | `cloud.getdbt.com` | Имя хоста вашего экземпляра dbt Cloud. Это будет выглядеть как `Access URL` найденный [здесь](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses) . Если вы используете Multi-cell, не включайте здесь `ACCOUNT_PREFIX` |\n| `MULTICELL_ACCOUNT_PREFIX` | - | Если вы используете Multi-cell, установите это в ваш `ACCOUNT_PREFIX` . Если вы не используете Multi-cell, не устанавливайте эту переменную окружения. Вы можете узнать больше [здесь](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses) |\n| `DBT_TOKEN` | - | Ваш личный токен доступа или сервисный токен. **Примечание** Сервисный токен требуется при использовании семантического слоя |\n| `DBT_PROD_ENV_ID` | - | Ваш идентификатор производственной среды dbt Cloud |\n\n### Конфигурация для удаленных инструментов\n\n| Имя | Описание |\n| ---------------- | -------------------------------------------- |\n| `DBT_DEV_ENV_ID` | Ваш идентификатор среды разработки dbt Cloud |\n| `DBT_USER_ID` | Ваш идентификатор пользователя dbt Cloud |\n\n### Конфигурация для dbt CLI\n\n| Имя | Описание |\n| ----------------- | ----------------------------------------------------------------------------------------------------------------------------------- |\n| `DBT_PROJECT_DIR` | Путь к локальному размещению репозитория вашего проекта dbt. Это должно выглядеть примерно так: `/Users/firstnamelastname/reponame` |\n| `DBT_PATH` | Путь к исполняемому файлу dbt Core или dbt Cloud CLI. Вы можете найти исполняемый файл dbt, запустив `which dbt` |\n\n## Использование с клиентами MCP\n\nПосле завершения [установки](#installation) вы сможете использовать свой сервер с клиентом MCP.\n\nЭта конфигурация будет добавлена в соответствующий файл конфигурации клиента. Обязательно замените разделы внутри `<>` :\n\n```json\n {\n \"mcpServers\": {\n \"dbt-mcp\": {\n \"command\": \"\",\n \"args\": [\n \"run\",\n \"/src/dbt_mcp/main.py\"\n ]\n }\n }\n}\n```\n\n`` зависит от вашей ОС:\n\n* Linux и Mac: `/.venv/bin/mcp`\n* ПК: `/.venv/Scripts/mcp`\n\n## Клод Десктоп\n\nСледуйте [этим](https://modelcontextprotocol.io/quickstart/user) инструкциям, чтобы создать файл `claude_desktop_config.json` и подключиться.\n\nНа Mac вы можете найти журналы Claude Desktop в `~/Library/Logs/Claude` .\n\n## Курсор\n\n1. Откройте меню Курсор и выберите Настройки → Настройки курсора → MCP.\n2. Нажмите «Добавить новый глобальный сервер MCP».\n3. Добавьте конфигурацию, указанную выше, в предоставленный файл `mcp.json`\n4. Убедитесь, что ваше соединение активно на вкладке MCP.\n\nДокументация по Cursor MCP [здесь](https://docs.cursor.com/context/model-context-protocol) для справки\n\n## Код VS\n\n1. Откройте меню «Настройки» (Command + Comma) и выберите нужную вкладку в верхней части страницы для вашего варианта использования.\n\n * `Workspace` — настраивает сервер в контексте вашего рабочего пространства.\n * `User` - настраивает сервер в контексте вашего пользователя.\n * **Примечание для пользователей WSL** : если вы используете VS Code с WSL, вам необходимо настроить параметры, специфичные для WSL. Выполните команду **Preferences: Open Remote Settings** из палитры команд (F1) или выберите вкладку **Remote** в редакторе настроек. Настройки локального пользователя повторно используются в WSL, но могут быть переопределены настройками, специфичными для WSL. Настройка серверов MCP в настройках локального пользователя не будет работать должным образом в среде WSL.\n\n2. Выберите Функции → Чат\n\n3. Убедитесь, что «Mcp» `Enabled`\n\n![mcp-vscode-настройки](https://github.com/user-attachments/assets/3d3fa853-2398-422a-8a6d-7f0a97120aba)\n\n4. Нажмите «Изменить в settings.json» в разделе «Mcp > Discovery».\n\n5. Добавьте конфигурацию вашего сервера ( `dbt` ) в предоставленный файл `settings.json` в качестве одного из серверов:\n\n```json\n{\n \"mcp\": {\n \"inputs\": [],\n \"servers\": {\n \"dbt\": {\n \"command\": \"\",\n \"args\": [\"run\", \"/src/dbt_mcp/main.py\"]\n }\n }\n }\n}\n```\n\n`` зависит от вашей ОС:\n\n* Linux и Mac: `/.venv/bin/mcp`\n* ПК: `/.venv/Scripts/mcp`\n\n6. Вы можете запускать, останавливать и настраивать свои серверы MCP следующими способами:\n\n* Запуск команды `MCP: List Servers` из палитры команд (Control + Command + P) и выбор сервера.\n* Использование ключевых слов, встроенных в файл `settings.json`\n\n![встроенное управление](https://github.com/user-attachments/assets/d33d4083-5243-4b36-adab-72f12738c263)\n\nДокументация VS Code MCP [здесь](https://code.visualstudio.com/docs/copilot/chat/mcp-servers) для справки\n\n## Инструменты\n\n### dbt CLI\n\n* `build` — выполняет модели, тесты, снимки и начальные значения в порядке зависимости.\n* `compile` — генерирует исполняемый SQL-код из моделей, тестов и анализов без их запуска\n* `docs` — создает документацию для проекта dbt\n* `ls` (список) — выводит список ресурсов в проекте dbt, таких как модели и тесты.\n* `parse` — анализирует и проверяет файлы проекта на правильность синтаксиса.\n* `run` — выполняет модели для их материализации в базе данных.\n* `test` — запускает тесты для проверки целостности данных и модели.\n* `show` — выполняет запрос к хранилищу данных.\n\n> Разрешение вашему клиенту использовать команды dbt через этот инструментарий MCP может изменить ваши модели данных, источники и объекты хранилища. Продолжайте, только если вы доверяете клиенту и понимаете потенциальное воздействие.\n\n### Семантический слой\n\n* `list_metrics` — извлекает все определенные метрики\n* `get_dimensions` — Получает измерения, связанные с указанными метриками\n* `get_entities` — Получает сущности, связанные с указанными метриками\n* `query_metrics` — запрашивает метрики с возможностью группировки, упорядочивания, фильтрации и ограничения.\n\n### Открытие\n\n* `get_mart_models` — Получает все модели mart\n* `get_all_models` — Получает все модели\n* `get_model_details` — Получает сведения о конкретной модели\n* `get_model_parents` — Получает родительские узлы определенной модели\n* `get_model_children` — Получает дочерние режимы определенной модели\n\n## Внося вклад\n\nИнструкции о том, как принять участие, читайте на `CONTRIBUTING.md` !","Russian","ru-RU",{"_27":64,"_34":67,"_36":68},{"_29":65,"_31":65,"_32":66},"二苯并噻唑-甲基环丙烷","# dbt MCP 服务器\n\n此 MCP（模型上下文协议）服务器提供与 dbt 交互的工具。阅读[此](https://docs.getdbt.com/blog/introducing-dbt-mcp-server)博客了解更多信息。\n\n## 建筑学\n\n![dbt MCP 服务器架构图](https://github.com/user-attachments/assets/89b8a24b-da7b-4e54-ba48-afceaa56f956)\n\n## 设置\n\n1. 克隆存储库：\n\n```shell\ngit clone https://github.com/dbt-labs/dbt-mcp.git\ncd dbt-mcp\n```\n\n2. [安装 uv](https://docs.astral.sh/uv/getting-started/installation/)\n\n3. [安装任务](https://taskfile.dev/installation/)\n\n4. 运行`task install`\n\n5. 配置环境变量：\n\n```shell\ncp .env.example .env\n```\n\n然后使用您的特定环境变量编辑`.env` （请参阅`README.md`的`Configuration`部分）。\n\n## 配置\n\nMCP 服务器采用以下配置：\n\n### 工具组\n\n| 姓名 | 默认 | 描述 |\n| ------------------------ | ------- | ---------------------------------------------- |\n| `DISABLE_DBT_CLI` | `false` | 将其设置为`true`以禁用 dbt Core 和 dbt Cloud CLI MCP 工具 |\n| `DISABLE_SEMANTIC_LAYER` | `false` | 将其设置为`true`以禁用 dbt 语义层 MCP 对象 |\n| `DISABLE_DISCOVERY` | `false` | 将其设置为`true`以禁用 dbt Discovery API MCP 对象 |\n| `DISABLE_REMOTE` | `true` | 将其设置为`false`以启用远程 MCP 对象 |\n\n### 发现和语义层的配置\n\n| 姓名 | 默认 | 描述 |\n| -------------------------- | ------------------ | ----------------------------------------------------------------------------------------------------------------------------------------------------------- |\n| `DBT_HOST` | `cloud.getdbt.com` | 您的 dbt Cloud 实例主机名。它看起来像是[此处](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses)的`Access URL` 。如果您使用的是多单元，请不要在此处添加`ACCOUNT_PREFIX` |\n| `MULTICELL_ACCOUNT_PREFIX` | - | 如果您使用的是多单元部署，请将其设置为您的`ACCOUNT_PREFIX` 。如果您不使用多单元部署，请勿设置此环境变量。您可以点击[此处](https://docs.getdbt.com/docs/cloud/about-cloud/access-regions-ip-addresses)了解更多信息。 |\n| `DBT_TOKEN` | - | 您的个人访问令牌或服务令牌。\\*\\*注意：\\*\\*使用语义层时需要服务令牌 |\n| `DBT_PROD_ENV_ID` | - | 您的 dbt Cloud 生产环境 ID |\n\n### 远程工具配置\n\n| 姓名 | 描述 |\n| ---------------- | -------------------- |\n| `DBT_DEV_ENV_ID` | 您的 dbt Cloud 开发环境 ID |\n| `DBT_USER_ID` | 您的 dbt Cloud 用户 ID |\n\n### dbt CLI 的配置\n\n| 姓名 | 描述 |\n| ----------------- | ------------------------------------------------------------------ |\n| `DBT_PROJECT_DIR` | dbt 项目本地仓库的托管路径。路径类似： `/Users/firstnamelastname/reponame` |\n| `DBT_PATH` | 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 |\n\n## 与 MCP 客户端一起使用\n\n[安装](#installation)完成后，您可以使用带有 MCP 客户端的服务器。\n\n此配置将添加到相应客户端的配置文件中。请务必替换`<>`内的部分：\n\n```json\n {\n \"mcpServers\": {\n \"dbt-mcp\": {\n \"command\": \"\",\n \"args\": [\n \"run\",\n \"/src/dbt_mcp/main.py\"\n ]\n }\n }\n}\n```\n\n``取决于您的操作系统：\n\n* Linux 和 Mac： `/.venv/bin/mcp`\n* PC： `/.venv/Scripts/mcp`\n\n## 克劳德桌面\n\n按照[这些](https://modelcontextprotocol.io/quickstart/user)说明创建`claude_desktop_config.json`文件并连接。\n\n在 Mac 上，您可以在`~/Library/Logs/Claude`找到 Claude Desktop 日志。\n\n## 光标\n\n1. 打开光标菜单并选择设置 → 光标设置 → MCP\n2. 点击“添加新的全局 MCP 服务器”\n3. 将上面的配置添加到提供的`mcp.json`文件中\n4. 在 MCP 选项卡中验证您的连接是否处于活动状态\n\nCursor MCP 文档可[在此处](https://docs.cursor.com/context/model-context-protocol)参考\n\n## VS 代码\n\n1. 打开“设置”菜单（Command + 逗号），然后在页面顶部选择适合您用例的正确选项卡\n\n * `Workspace` - 在工作区环境中配置服务器\n * `User` - 在您的用户上下文中配置服务器\n * **WSL 用户须知**：如果您将 VS Code 与 WSL 结合使用，则需要配置 WSL 专属设置。请从命令面板 (F1) 运行\\*\\*“首选项：打开远程设置”\\*\\*命令，或在“设置”编辑器中选择“**远程**”选项卡。本地用户设置在 WSL 中可重复使用，但可以使用 WSL 专属设置覆盖。在本地用户设置中配置 MCP 服务器在 WSL 环境中将无法正常工作。\n\n2. 选择功能 → 聊天\n\n3. 确保“Mcp”已`Enabled`\n\n![mcp-vscode-设置](https://github.com/user-attachments/assets/3d3fa853-2398-422a-8a6d-7f0a97120aba)\n\n4. 点击“Mcp > 发现”下的“在 settings.json 中编辑”\n\n5. 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：\n\n```json\n{\n \"mcp\": {\n \"inputs\": [],\n \"servers\": {\n \"dbt\": {\n \"command\": \"\",\n \"args\": [\"run\", \"/src/dbt_mcp/main.py\"]\n }\n }\n }\n}\n```\n\n``取决于您的操作系统：\n\n* Linux 和 Mac： `/.venv/bin/mcp`\n* PC： `/.venv/Scripts/mcp`\n\n6. 您可以通过以下方式启动、停止和配置 MCP 服务器：\n\n* 从命令面板 (Control + Command + P) 运行`MCP: List Servers`命令并选择服务器\n* 在`settings.json`文件中使用内联关键字\n\n![直属管理](https://github.com/user-attachments/assets/d33d4083-5243-4b36-adab-72f12738c263)\n\nVS Code MCP 文档[可供](https://code.visualstudio.com/docs/copilot/chat/mcp-servers)参考\n\n## 工具\n\n### dbt 命令行界面\n\n* `build` - 按依赖顺序执行模型、测试、快照和种子\n* `compile` - 从模型、测试和分析生成可执行 SQL，无需运行它们\n* `docs` - 为 dbt 项目生成文档\n* `ls` （列表）-列出 dbt 项目中的资源，例如模型和测试\n* `parse` - 解析并验证项目文件的语法正确性\n* `run` ——执行模型以在数据库中实现它们\n* `test` ——运行测试来验证数据和模型的完整性\n* `show` - 对数据仓库运行查询\n\n> 允许您的客户通过此 MCP 工具使用 dbt 命令可能会修改您的数据模型、数据源和仓库对象。请仅在您信任客户并了解潜在影响的情况下才继续操作。\n\n### 语义层\n\n* `list_metrics` - 检索所有定义的指标\n* `get_dimensions` - 获取与指定指标相关的维度\n* `get_entities` - 获取与指定指标关联的实体\n* `query_metrics` - 使用可选的分组、排序、过滤和限制来查询指标\n\n### 发现\n\n* `get_mart_models` - 获取所有市场模型\n* `get_all_models` - 获取所有模型\n* `get_model_details` - 获取特定模型的详细信息\n* `get_model_parents` - 获取特定模型的父节点\n* `get_model_children` - 获取特定模型的子模式\n\n## 贡献\n\n阅读`CONTRIBUTING.md`了解如何参与的说明！","Chinese","zh-CN","githubUser","locale",{"_72":73,"_13":74,"_85":30,"_86":30,"_31":30,"_16":87,"_88":89,"_100":101,"_108":-5,"_109":-5,"_110":111,"_195":196,"_201":-5,"_96":30,"_202":203,"_98":204,"_205":206},"addedAt","2025-04-26T17:27:07.252733Z",[75,76,77,78,79,80,81,82,83,84],"author:official","category:data-platforms","category:developer-tools","category:databases","environment:local","environment:network","hosting:hybrid","language:python","security_grade:a","quality_grade:a","descriptionMarkdown","descriptionPlainText",5995,"integrations",[90],{"_91":92,"_29":97,"_98":99},"brand",{"_93":94,"_34":95,"_96":95},"logoSvgPath","M17.9004 9.3763a8.1488 8.1488 0 0 0-3.0421-3.1206l1.7708.8385a10.2874 10.2874 0 0 1 3.74 3.0007l3.234-5.9295a2.8546 2.8546 0 0 0-.0611-2.9604C22.7566.0371 21.2112-.3409 19.9754.3327l-5.8749 3.2101a4.3612 4.3612 0 0 1-4.1761 0L4.1769.408a2.8545 2.8545 0 0 0-2.9592.0632c-1.1673.7853-1.5452 2.33-.8723 3.5655L3.55 9.9106a4.3612 4.3612 0 0 1 0 4.1772l-3.1272 5.743a2.86 2.86 0 0 0 .085 2.9974c.794 1.1438 2.3225 1.5054 3.5448.8385l6.0581-3.3049a10.2877 10.2877 0 0 1-3.0051-3.7454l-.8374-1.7708a8.148 8.148 0 0 0 3.1206 3.0421l10.5832 5.779c1.2213.666 2.7481.3055 3.5426-.8363a2.8699 2.8699 0 0 0 .0796-3.0018L17.9004 9.3763zm3.3801-7.7351c.6022 0 1.0904.4882 1.0904 1.0904s-.4882 1.0904-1.0904 1.0904-1.0904-.4882-1.0904-1.0904.4882-1.0904 1.0904-1.0904zM2.7442 3.822c-.6022 0-1.0904-.4882-1.0904-1.0904s.4882-1.0904 1.0904-1.0904 1.0904.4882 1.0904 1.0904S3.3464 3.822 2.7442 3.822zm0 18.5363c-.6022 0-1.0904-.4882-1.0904-1.0904 0-.6022.4882-1.0904 1.0904-1.0904s1.0904.4882 1.0904 1.0904c0 .6022-.4882 1.0904-1.0904 1.0904zm10.3585-11.4489c-1.2008-.0035-2.177.9672-2.1805 2.1679a2.1738 2.1738 0 0 0 .7052 1.6091c-1.4872-.2091-2.5234-1.5843-2.3142-3.0716.2091-1.4872 1.5843-2.5234 3.0716-2.3142a2.7194 2.7194 0 0 1 2.3142 2.3142 2.1623 2.1623 0 0 0-1.5963-.7054zm8.1778 11.4489c-.6022 0-1.0904-.4882-1.0904-1.0904 0-.6022.4882-1.0904 1.0904-1.0904s1.0904.4882 1.0904 1.0904c0 .6022-.4882 1.0904-1.0904 1.0904z","dbt","slug","Provides tools to interact with dbt, including executing dbt CLI commands (build, compile, run, test), accessing Semantic Layer for metric querying, and using Discovery API to explore models and their relationships in a dbt project.","uid","0p1t399hsa","namespace",{"_102":103,"_96":107},"owner",{"_104":105},"githubAccount",{"_106":107},"login","dbt-labs","readmeMarkdown","redditPostExternalId","repository",{"_112":113,"_161":162,"_166":167,"_186":-5,"_187":188,"_189":-5,"_190":191},"argumentsJsonSchema",{"_114":115,"_158":159,"_121":160},"properties",{"_116":117,"_123":124,"_126":127,"_129":130,"_132":133,"_135":136,"_139":140,"_142":143,"_145":146,"_149":150,"_152":153,"_155":156},"DBT_HOST",{"_118":119,"_29":120,"_121":122},"default","cloud.getdbt.com","Your dbt Cloud instance hostname. This will look like an 'Access URL'. If you are using Multi-cell, do not include the 'ACCOUNT_PREFIX' here","type","string","DBT_PATH",{"_29":125,"_121":122},"The path to your dbt Core or dbt Cloud CLI executable. You can find your dbt executable by running 'which dbt'","DBT_TOKEN",{"_29":128,"_121":122},"Your personal access token or service token. Service token is required when using the Semantic Layer","DBT_USER_ID",{"_29":131,"_121":122},"Your dbt Cloud user ID","DBT_DEV_ENV_ID",{"_29":134,"_121":122},"Your dbt Cloud development environment ID","DISABLE_REMOTE",{"_118":137,"_29":138,"_121":122},"true","Set this to 'false' to enable remote MCP objects","DBT_PROD_ENV_ID",{"_29":141,"_121":122},"Your dbt Cloud production environment ID","DBT_PROJECT_DIR",{"_29":144,"_121":122},"The path to your dbt Project","DISABLE_DBT_CLI",{"_118":147,"_29":148,"_121":122},"false","Set this to 'true' to disable dbt Core and dbt Cloud CLI MCP tools","DISABLE_DISCOVERY",{"_118":147,"_29":151,"_121":122},"Set this to 'true' to disable dbt Discovery API MCP objects","DISABLE_SEMANTIC_LAYER",{"_118":147,"_29":154,"_121":122},"Set this to 'true' to disable dbt Semantic Layer MCP objects","MULTICELL_ACCOUNT_PREFIX",{"_29":157,"_121":122},"If you are using Multi-cell, set this to your 'ACCOUNT_PREFIX'. If you are not using Multi-cell, do not set this environment variable.","required",[],"object","githubProject",{"_32":163,"_164":165},"# dbt MCP Server\n[![OpenSSF Best Practices](https://www.bestpractices.dev/projects/11137/badge)](https://www.bestpractices.dev/projects/11137)\n\nThis MCP (Model Context Protocol) server provides various tools to interact with dbt. You can use this MCP server to provide AI agents with context of your project in dbt Core, dbt Fusion, and dbt Platform.\n\nRead our documentation [here](https://docs.getdbt.com/docs/dbt-ai/about-mcp) to learn more. [This](https://docs.getdbt.com/blog/introducing-dbt-mcp-server) blog post provides more details for what is possible with the dbt MCP server.\n\n## Feedback\n\nIf you have comments or questions, create a GitHub Issue or join us in [the community Slack](https://www.getdbt.com/community/join-the-community) in the `#tools-dbt-mcp` channel.\n\n\n## Architecture\n\nThe dbt MCP server architecture allows for your agent to connect to a variety of tools.\n\n![architecture diagram of the dbt MCP server](https://raw.githubusercontent.com/dbt-labs/dbt-mcp/refs/heads/main/docs/d2.png)\n\n## Examples\n\nCommonly, you will connect the dbt MCP server to an agent product like Claude or Cursor. However, if you are interested in creating your own agent, check out [the examples directory](https://github.com/dbt-labs/dbt-mcp/tree/main/examples) for how to get started.\n\n## Contributing\n\nRead `CONTRIBUTING.md` for instructions on how to get involved!\n","url","https://github.com/dbt-labs/dbt-mcp","githubRepository",{"_168":169,"_170":171,"_172":173,"_16":174,"_175":176,"_34":30,"_102":177,"_179":180,"_181":182,"_184":185},"defaultBranch","main","fullName","dbt-labs/dbt-mcp","githubTreeId",2408658,11473,"language","Python",{"_106":107,"_98":178},"nq0txf4fZQ","recentStargazers",9,"spdxLicense",{"_34":183},"Apache 2.0","stargazers",419,"glamaJson","inspectable",true,"npmPackage","supportedPlatforms",[192,193,194],"LINUX","MACOS","WINDOWS","scores",{"_197":-5,"_198":199,"_200":199},"license","quality",100,"security","simpleIcon","toolCount",16,"4g56yk3tar","updatedAt","2025-10-07T20:50:23.376295Z","meta",[209,212,214,221,224,226,229,232,235,238,241,243,246,249,251,253,255,257,259],{"_210":211},"title","dbt-mcp | Glama",{"_213":30,"_34":29},"content",{"_215":216,"_217":218,"_219":220},"href","https://glama.ai/mcp/servers/@dbt-labs/dbt-mcp","rel","canonical","tagName","link",{"_213":30,"_222":223},"property","og:title",{"_213":30,"_222":225},"og:description",{"_213":227,"_222":228},"https://glama.ai/logo.png","og:logo",{"_213":230,"_222":231},"https://glama.ai/mcp/servers/@dbt-labs/dbt-mcp/og-image","og:image",{"_213":233,"_222":234},"630","og:image:height",{"_213":236,"_222":237},"1200","og:image:width",{"_213":239,"_222":240},"website","og:type",{"_213":216,"_222":242},"og:url",{"_213":244,"_222":245},"Glama – MCP Hosting Platform","og:site_name",{"_213":247,"_34":248},"summary_large_image","twitter:card",{"_213":244,"_34":250},"twitter:title",{"_213":30,"_34":252},"twitter:description",{"_213":230,"_34":254},"twitter:image",{"_213":233,"_34":256},"twitter:image:height",{"_213":236,"_34":258},"twitter:image:width",{"_260":261},"script:ld+json",{"_262":263,"_264":265},"@context","http://schema.org","@graph",[266],{"_262":267,"_268":269,"_270":271},"https://schema.org","@type","BreadcrumbList","itemListElement",[272,279,283,287],{"_268":273,"_274":275,"_34":276,"_277":278},"ListItem","item","/","Glama","position",1,{"_268":273,"_274":280,"_34":281,"_277":282},"/mcp","MCP",2,{"_268":273,"_274":284,"_34":285,"_277":286},"/mcp/servers","Servers",3,{"_268":273,"_274":288,"_34":30,"_277":289},"/mcp/servers/@dbt-labs/dbt-mcp",4,"visitorIsMaintainer",false,"routes/_public/mcp/servers/~namespace/~slug/_pages/_explorer/blob/~commit/~/_route",{"_294":295,"_27":301,"_331":332,"_207":345,"_343":369,"_370":371},"blob",{"_213":296,"_297":298,"_299":300},"\n","fileName","dbt_logo WHT.svg","size",3618,{"_72":73,"_13":302,"_85":30,"_86":30,"_31":30,"_16":87,"_88":303,"_100":306,"_108":-5,"_109":-5,"_110":309,"_195":330,"_201":-5,"_96":30,"_202":203,"_98":204,"_205":206},[75,76,77,78,79,80,81,82,83,84],[304],{"_91":305,"_29":97,"_98":99},{"_93":94,"_34":95,"_96":95},{"_102":307,"_96":107},{"_104":308},{"_106":107},{"_112":310,"_161":325,"_166":326,"_186":-5,"_187":188,"_189":-5,"_190":329},{"_114":311,"_158":324,"_121":160},{"_116":312,"_123":313,"_126":314,"_129":315,"_132":316,"_135":317,"_139":318,"_142":319,"_145":320,"_149":321,"_152":322,"_155":323},{"_118":119,"_29":120,"_121":122},{"_29":125,"_121":122},{"_29":128,"_121":122},{"_29":131,"_121":122},{"_29":134,"_121":122},{"_118":137,"_29":138,"_121":122},{"_29":141,"_121":122},{"_29":144,"_121":122},{"_118":147,"_29":148,"_121":122},{"_118":147,"_29":151,"_121":122},{"_118":147,"_29":154,"_121":122},{"_29":157,"_121":122},[],{"_32":163,"_164":165},{"_168":169,"_170":171,"_172":173,"_16":174,"_175":176,"_34":30,"_102":327,"_179":180,"_181":328,"_184":185},{"_106":107,"_98":178},{"_34":183},[192,193,194],{"_197":-5,"_198":199,"_200":199},"member",{"_333":334,"_337":338,"_339":340,"_172":341,"_342":291,"_343":298,"_344":188,"_299":300,"_121":294},"commit",{"_335":336},"sha","19fd99a48dae4c3effa6e0622235c27b6f6c8ab8","contentStoredObjectPointerId",10173988,"fullPath","ui/assets/dbt_logo WHT.svg",2408655,"indexable","path","safeToDisplayAsText",[346,348,350,352,354,355,356,358,359,360,361,362,363,364,365,366,367,368],{"_210":347},"dbt_logo WHT.svg | dbt-mcp | Glama",{"_213":349,"_34":29},"Enterprise-grade security, privacy, and features like agents, MCP, prompt templates, and more.",{"_215":351,"_217":218,"_219":220},"https://glama.ai/mcp/servers/@dbt-labs/dbt-mcp/blob/19fd99a48dae4c3effa6e0622235c27b6f6c8ab8/ui/assets",{"_213":353,"_222":223},"dbt_logo WHT.svg | dbt-mcp",{"_213":349,"_222":225},{"_213":227,"_222":228},{"_213":357,"_222":231},"https://glama.ai/generated-images/og?title=dbt_logo+WHT.svg+%7C+dbt-mcp",{"_213":233,"_222":234},{"_213":236,"_222":237},{"_213":239,"_222":240},{"_213":351,"_222":242},{"_213":244,"_222":245},{"_213":247,"_34":248},{"_213":244,"_34":250},{"_213":349,"_34":252},{"_213":357,"_34":254},{"_213":233,"_34":256},{"_213":236,"_34":258},"ui/assets","treeMembers",[372,376],{"_333":373,"_339":374,"_343":375,"_121":294},{"_335":336},"ui/assets/dbt_logo BLK.svg","dbt_logo BLK.svg",{"_333":377,"_339":340,"_343":298,"_121":294},{"_335":336},"actionData","errors"]

MCP directory API