mcp-dagster: A Dagster MCP Server

mcp-dagster：Dagster MCP サーバー

Model Context Protocol（MCP）は、LLM アプリケーションと外部のデータソースやツールをシームレスに統合するオープンプロトコルです。このリポジトリでは、データオーケストレーションプラットフォームのDagsterと連携する MCP サーバーを提供しています。

概要

AI エージェントが Dagster インスタンスと連携し、データパイプラインを調査し、実行を監視し、アセットを管理できる Model Context Protocol サーバーです。LLM とデータエンジニアリングのワークフローをつなぐブリッジとして機能します。

詳しくは、公開記事をご覧ください。

コンポーネント

ツール

このサーバーは、Dagster と連携する以下のツールを実装しています。

• list_repositories：利用可能なすべての Dagster リポジトリを一覧表示します
• list_jobs：指定したリポジトリ内のすべてのジョブを一覧表示します
• list_assets：指定したリポジトリ内のすべてのアセットを一覧表示します
• recent_runs：最近の Dagster の実行を取得します（デフォルトの上限：10）
• get_run_info：特定の実行の詳細情報を取得します
• launch_run：Dagster ジョブの実行を開始します
• materialize_asset：特定の Dagster アセットをマテリアライズします
• terminate_run：進行中の Dagster の実行を終了します
• get_asset_info：特定のアセットの詳細情報を取得します

設定

サーバーは次のデフォルト設定で Dagster に接続します。

• GraphQL エンドポイント：http://localhost:3000/graphql
• トランスポート：SSE（Server-Sent Events）

クイックスタート

サンプルの実行

1. パイプラインを含む Dagster インスタンスを起動します。

uv run dagster dev -f ./examples/open-ai-agent/pipeline.py

2. SSE トランスポートで MCP サーバーを実行します。

uv run examples/open-ai-agent/run_sse_mcp.py

3. エージェントループを起動して Dagster と連携します。

uv run ./examples/open-ai-agent/agent.py

対話例

エージェントの実行中は、次のような質問ができます。

• 「Dagster インスタンスで利用できるアセットと、それぞれの用途を教えてください」
• 「continent_stats アセットをマテリアライズして、結果を見せてもらえますか？」
• 「最近の実行状況を確認し、失敗があれば概要を教えてください」
• 「continent_stats に依存する、新しい月次集計アセットを作成してください」

エージェントは MCP サーバーを使って Dagster インスタンスと連携し、データパイプラインに基づいて回答します。