dbt MCP-сервер

Этот сервер MCP (Model Context Protocol) предоставляет инструменты для взаимодействия с dbt. Прочтите этот блог, чтобы узнать больше.

Архитектура

Related MCP server: mcp-twitter

Настраивать

1. Клонируйте репозиторий:

git clone https://github.com/dbt-labs/dbt-mcp.git
cd dbt-mcp

2. Установить УФ

3. Установить задачу

4. Запустить task install

5. Настройте переменные среды:

cp .env.example .env

Затем отредактируйте .env , указав необходимые вам переменные среды (см. раздел Configuration в файле README.md ).

Конфигурация

Сервер MCP имеет следующую конфигурацию:

Группы инструментов

Конфигурация для обнаружения и семантического уровня

Конфигурация для удаленных инструментов

Конфигурация для dbt CLI

Использование с клиентами MCP

После завершения установки вы сможете использовать свой сервер с клиентом MCP.

Эта конфигурация будет добавлена в соответствующий файл конфигурации клиента. Обязательно замените разделы внутри <> :

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

<path-to-mcp-executable> зависит от вашей ОС:

• Linux и Mac: <path-to-this-directory>/.venv/bin/mcp

• ПК: <path-to-this-directory>/.venv/Scripts/mcp

Клод Десктоп

Следуйте этим инструкциям, чтобы создать файл claude_desktop_config.json и подключиться.

На Mac вы можете найти журналы Claude Desktop в ~/Library/Logs/Claude .

Курсор

1. Откройте меню Курсор и выберите Настройки → Настройки курсора → MCP.

2. Нажмите «Добавить новый глобальный сервер MCP».

3. Добавьте конфигурацию, указанную выше, в предоставленный файл mcp.json

4. Убедитесь, что ваше соединение активно на вкладке MCP.

Документация по Cursor MCP здесь для справки

Код VS

1. Откройте меню «Настройки» (Command + Comma) и выберите нужную вкладку в верхней части страницы для вашего варианта использования.

   • Workspace — настраивает сервер в контексте вашего рабочего пространства.

   • User - настраивает сервер в контексте вашего пользователя.

   • 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.

2. Выберите Функции → Чат

3. Убедитесь, что «Mcp» Enabled

4. Нажмите «Изменить в settings.json» в разделе «Mcp > Discovery».

5. Добавьте конфигурацию вашего сервера ( dbt ) в предоставленный файл settings.json в качестве одного из серверов:

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

<path-to-mcp-executable> зависит от вашей ОС:

• Linux и Mac: <path-to-this-directory>/.venv/bin/mcp

• ПК: <path-to-this-directory>/.venv/Scripts/mcp

6. Вы можете запускать, останавливать и настраивать свои серверы MCP следующими способами:

• Запуск команды MCP: List Servers из палитры команд (Control + Command + P) и выбор сервера.

• Использование ключевых слов, встроенных в файл settings.json

Документация VS Code MCP здесь для справки

Инструменты

dbt CLI

• build — выполняет модели, тесты, снимки и начальные значения в порядке зависимости.

• compile — генерирует исполняемый SQL-код из моделей, тестов и анализов без их запуска

• docs — создает документацию для проекта dbt

• ls (список) — выводит список ресурсов в проекте dbt, таких как модели и тесты.

• parse — анализирует и проверяет файлы проекта на правильность синтаксиса.

• run — выполняет модели для их материализации в базе данных.

• test — запускает тесты для проверки целостности данных и модели.

• show — выполняет запрос к хранилищу данных.

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.

Семантический слой

• list_metrics — извлекает все определенные метрики

• get_dimensions — Получает измерения, связанные с указанными метриками

• get_entities — Получает сущности, связанные с указанными метриками

• query_metrics — запрашивает метрики с возможностью группировки, упорядочивания, фильтрации и ограничения.

Открытие

• get_mart_models — Получает все модели mart

• get_all_models — Получает все модели

• get_model_details — Получает сведения о конкретной модели

• get_model_parents — Получает родительские узлы определенной модели

• get_model_children — Получает дочерние режимы определенной модели

Внося вклад

Инструкции о том, как принять участие, читайте на CONTRIBUTING.md !