@us-all/dbt-mcp

dbt MCP-Server — manifest.json, run_results.json, sources.json, catalog.json sowie DQ-Ergebnistabellen (BigQuery / Postgres) hinter einem stdio-MCP. Basiert auf @us-all/mcp-toolkit.

Ein schreibgeschütztes Fenster in Ihr dbt-Projekt für LLM-Clients. Kein Auslösen von dbt run — nur tiefgreifende Introspektion, Analyse der Ausführungshistorie, Quellenaktualität, spaltenbezogene Testabdeckung, Lineage-Analysen und (falls Sie eine benutzerdefinierte DQ-Ergebnistabelle haben) historische Check-Trends und Tier-SLA-Status.

Für das Auslösen von DAGs / Ausführungshistorie / Log-Tails installieren Sie zusätzlich den Begleiter @us-all/airflow-mcp.

• 22 Tools in 3 Kategorien (dbt, quality, meta)

• 4 MCP-Prompts für Triage-Workflows

• 4 Aggregationstools, die 3-5 Roundtrips von "list / get / list" ersetzen

• Standardmäßig schreibgeschützt

• Hybrides Backend: BigQuery (Standard) oder Postgres für DQ-Ergebnistabellen — beide werden bei Bedarf importiert

Installation

# 1. add the MCP server
pnpm add -D @us-all/dbt-mcp
# 2. add the DQ backend you actually use (only if you query custom DQ tables):
pnpm add -D @google-cloud/bigquery   # OR
pnpm add -D pg

Ausführung

DBT_PROJECT_DIR=/path/to/dbt-project \
DQ_RESULTS_TABLE=my-project.data_ops.quality_checks \
npx @us-all/dbt-mcp

Der Server spricht MCP stdio; binden Sie ihn in Claude Desktop / Cursor / einen beliebigen MCP-Client ein. Setzen Sie MCP_TRANSPORT=http, um den Streamable HTTP-Transport (Bearer-Authentifizierung, /health-Endpunkt) zu aktivieren.

Kategorien

Umschalten mit DBT_TOOLS=dbt (Allowlist) oder DBT_DISABLE=quality (Denylist).

Tools auf einen Blick

dbt (15 + 2)

dbt-list-models, dbt-get-model, dbt-list-tests, dbt-get-test, dbt-list-sources, dbt-get-source, dbt-list-exposures, dbt-list-macros, dbt-get-macro, dbt-list-runs, dbt-get-run-results, dbt-failed-tests, dbt-slow-models, dbt-coverage, dbt-graph, freshness-status, incident-context

quality (5 + 2)

dq-list-checks, dq-get-check-history, dq-failed-checks-by-dataset, dq-score-trend, dq-tier-status, failed-tests-summary, dq-score-snapshot

Prompts

Umgebungsvariablen

Angenommenes Schema der DQ-Ergebnistabelle (v0.1)

Die Kategorie quality setzt die Spalten check_name, check_type, dataset, table_name, status, severity, failure_count, run_at, message in der DQ_RESULTS_TABLE voraus sowie score_date, scope, tier, completeness_pct, freshness_pct, validity_pct, anomaly_free_pct, overall_score in der DQ_SCORE_TABLE. v0.2 wird eine konfigurierbare Spalten-Mapping-Ebene hinzufügen.

Getestete Schemata

• dbt Manifest-Schema v11 / v12 / v13 (andere werden meist geparst, aber eine caveats-Zeile weist darauf hin)

Begleitender Server

Für Airflow-DAG-Operationen (Auflisten, Ausführungen, Task-Instanzen, Log-Tail, Auslösen, Löschen) installieren Sie @us-all/airflow-mcp zusammen mit diesem Server.

Build

pnpm install
pnpm run build      # tsc → dist/
pnpm test           # vitest
pnpm run smoke      # spawns dist/index.js, calls initialize + tools/list (set env first)

Lizenz

MIT — siehe LICENSE.