@us-all/dbt-mcp

dbt MCP 서버 — manifest.json, run_results.json, sources.json, catalog.json 및 DQ 결과 테이블(BigQuery / Postgres)을 하나의 stdio MCP 뒤에서 제공합니다. @us-all/mcp-toolkit 기반으로 구축되었습니다.

LLM 클라이언트를 위한 dbt 프로젝트의 읽기 전용 창입니다. dbt run을 트리거하지 않으며, 심층적인 인트로스펙션, 실행 이력 분석, 소스 신선도, 컬럼별 테스트 커버리지, 계보 탐색, 그리고 (사용자 정의 DQ 결과 테이블이 있는 경우) 과거 체크 추세 및 티어 SLA 상태를 제공합니다.

DAG 트리거 / 실행 이력 / 로그 테일링을 위해서는 **@us-all/airflow-mcp**를 함께 설치하세요.

• 3개 카테고리(dbt, quality, meta)에 걸친 22개의 도구

• 트리아주 워크플로우를 위한 4개의 MCP 프롬프트

• "목록 조회 / 가져오기 / 목록 조회"의 3~5회 왕복을 대체하는 4개의 집계 도구

• 기본적으로 읽기 전용

• 하이브리드 백엔드: DQ 결과 테이블을 위한 BigQuery(기본값) 또는 Postgres — 둘 다 필요할 때 지연 로드됨

설치

# 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

실행

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

이 서버는 MCP stdio를 사용합니다. Claude Desktop / Cursor / 기타 MCP 클라이언트에 연결하세요. Streamable HTTP 전송(Bearer 인증, /health 엔드포인트)을 선택하려면 MCP_TRANSPORT=http를 설정하세요.

카테고리

DBT_TOOLS=dbt (허용 목록) 또는 DBT_DISABLE=quality (차단 목록)로 토글하세요.

도구 한눈에 보기

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

프롬프트

환경 변수

DQ 결과 테이블 가정 스키마 (v0.1)

quality 카테고리는 DQ_RESULTS_TABLE에 check_name, check_type, dataset, table_name, status, severity, failure_count, run_at, message 컬럼을, DQ_SCORE_TABLE에 score_date, scope, tier, completeness_pct, freshness_pct, validity_pct, anomaly_free_pct, overall_score 컬럼을 가정합니다. v0.2에서는 구성 가능한 컬럼 매핑 계층이 추가될 예정입니다.

테스트된 스키마

• dbt 매니페스트 스키마 v11 / v12 / v13 (다른 버전도 일반적으로 파싱되지만 caveats 라인이 표시됨)

동반 서버

Airflow DAG 작업(목록, 실행, 작업 인스턴스, 로그 테일링, 트리거, 초기화)을 위해서는 이 서버와 함께 @us-all/airflow-mcp를 설치하세요.

빌드

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

라이선스

MIT — LICENSE를 참조하세요.