dbt MCP Server

dbt MCP 服务

此 MCP（模型上下文协议）服务提供了各种用于与 dbt 交互的工具。你可以使用此 MCP 服务，为 AI Agent 提供 dbt Core、dbt Fusion 和 dbt Platform 项目的上下文。

阅读我们的文档以了解更多信息。这篇博客文章详细介绍了 dbt MCP 服务的功能。

实验性 MCP Bundle

我们会在每次发布时提供一个实验性的 Model Context Protocol Bundle（dbt-mcp.mcpb），以便支持 MCPB 的客户端无需额外设置即可导入此服务。请从最新版本的资源中下载此 Bundle，并按照 Anthropic 的 mcpb CLI 文档安装或检查它。

反馈

如果你有意见或疑问，请创建 GitHub Issue，或加入社区 Slack 的 #tools-dbt-mcp 频道与我们交流。

架构

dbt MCP 服务的架构允许你的 Agent 连接到各种工具。

工具

SQL

用于在 dbt Platform 基础设施上执行和生成 SQL 的工具。

• execute_sql：在 dbt Platform 基础设施上执行 SQL，并支持 Semantic Layer。
• text_to_sql：使用项目上下文，将自然语言转换为 SQL。

Semantic Layer

如需进一步了解 dbt Semantic Layer，请点击此处。

• get_dimension_values：获取某个维度的不同取值；可选择限定到特定指标。
• get_dimensions：获取指定指标的维度。
• get_entities：获取指定指标的实体。
• get_metrics_compiled_sql：返回指标编译后的 SQL，但不执行查询。
• list_metrics：检索所有已定义的指标。
• list_saved_queries：检索所有已保存的查询。
• query_metrics：执行指标查询，并支持筛选和分组选项。

发现

如需详细了解 dbt Discovery API，请点击此处。

• get_all_macros：获取宏；可选择按 package 筛选，或仅返回 package 名称。
• get_all_models：获取所有模型的名称和描述。
• get_all_sources：获取所有数据源及其新鲜度状态；可选择按数据源名称筛选。
• get_exposure_details：（已弃用 — 请改用 get_node_details）
• get_exposures：获取所有 exposure（下游仪表板、应用或分析）。
• get_lineage：获取有界血缘图，并可按类型、深度和方向筛选。
• get_macro_details：（已弃用 — 请改用 get_node_details）
• get_mart_models：获取所有集市模型。
• get_model_children：（已弃用 — 请改用 get_lineage）
• get_model_details：（已弃用 — 请改用 get_node_details）
• get_model_health：获取健康状况信号：运行状态、测试结果和上游数据源的新鲜度。
• get_model_parents：（已弃用 — 请改用 get_lineage）
• get_model_performance：获取模型的执行历史；可选择包含测试结果。
• get_node_details：获取任意 dbt 资源类型（模型、数据源、exposure、测试、seed、snapshot、宏、semantic_model）的完整详情。
• get_related_models：使用语义搜索查找相似模型。
• get_seed_details：（已弃用 — 请改用 get_node_details）
• get_semantic_model_details：（已弃用 — 请改用 get_node_details）
• get_snapshot_details：（已弃用 — 请改用 get_node_details）
• get_source_details：（已弃用 — 请改用 get_node_details）
• get_test_details：（已弃用 — 请改用 get_node_details）
• search：[Alpha] 搜索 dbt 项目中的资源（通常不开放使用）。
• search_public_mesh_models：跨项目查找公开的 dbt Mesh 模型，并确认生产方身份，以便构建经过验证的跨项目 ref（仅适用于多项目配置）。

dbt CLI

通过 MCP 工具让客户端使用 dbt 命令，可能会修改数据模型、数据源和数据仓库对象。仅当你信任该客户端并了解潜在影响时，才继续操作。

• build：按 DAG 顺序执行模型、测试、快照和 seed。
• clone：将指定 state 中选定的节点克隆到目标 schema。
• compile：从模型、测试和分析生成可执行 SQL；可用于验证 Jinja 逻辑。
• docs：为 dbt 项目生成文档。
• get_lineage_dev：从本地 manifest.json 获取血缘，并可按类型和深度筛选。
• get_node_details_dev：从本地 manifest.json 获取节点详情（模型、seed、快照、数据源）。
• list：按类型列出 dbt 项目中的资源，并支持选择器。
• parse：解析并验证项目文件，检查语法是否正确。
• run：执行模型，将其物化到数据库中。
• show：对数据库执行 SQL 并返回结果。
• test：运行测试，验证数据和模型的完整性。

管理 API

如需进一步了解 dbt 管理 API，请点击此处。

• cancel_job_run：取消正在运行的作业。
• get_job_details：获取作业配置，包括触发器、计划和 dbt 命令。
• get_job_run_artifacts：下载作业运行的指定工件；对于较大的工件，会返回提示信息，建议使用 jq_filter 重试；支持使用 jq 过滤以提取目标内容。
• get_job_run_details：获取运行详情，包括状态、时间、步骤和工件。
• get_job_run_error：获取作业运行的错误和/或警告详情；可选择包含警告，或仅显示警告。
• list_job_run_artifacts：列出作业运行的可用工件。
• list_jobs：列出 dbt Platform 账户中的作业；可选择按项目或环境筛选。
• list_jobs_runs：列出作业运行；可选择按作业、状态筛选，或按字段排序。
• list_projects：列出 dbt Platform 账户中的所有项目。
• retry_job_run：重试失败的作业运行。
• trigger_job_run：触发作业运行；可选择覆盖 git 分支、架构或其他设置。

dbt Codegen

这些工具有助于自动生成 dbt 项目文件中的样板代码。

• generate_model_yaml：生成包含列的模型 YAML；可选择继承上游描述。
• generate_source：通过检查数据库架构生成源 YAML；可选择包含列。
• generate_staging_model：根据源表生成暂存模型 SQL。

dbt LSP

一组利用 Fusion 引擎进行高级 SQL 编译和列级沿袭分析的工具。

• fusion.compile_sql：通过 dbt Platform 在项目上下文中编译 SQL。
• fusion.get_column_lineage：通过 dbt Platform 追踪列级沿袭。
• get_column_lineage：在本地追踪列级沿袭（需要通过 dbt Labs VSCE 使用 dbt-lsp）。

产品文档

用于搜索和获取 docs.getdbt.com 官方 dbt 文档内容的工具。

• get_product_doc_pages：按路径或 URL 获取一个或多个 docs.getdbt.com 页面中的完整 Markdown 内容。
• search_product_docs：在 docs.getdbt.com 中搜索与查询匹配的页面；按相关性返回标题、URL 和描述。使用 get_product_doc_pages 获取完整内容。

MCP 服务元数据

这些工具提供 MCP 服务本身的信息。

• get_mcp_server_branch：返回正在运行的 dbt MCP 服务的当前 git 分支。
• get_mcp_server_version：返回 dbt MCP 服务的当前版本。

示例

通常，你会将 dbt MCP 服务连接到 Claude 或 Cursor 等 Agent 产品。不过，如果你有兴趣创建自己的 Agent，请查看示例目录以了解如何开始。

依赖项

依赖项固定为特定版本，不会自动更新。只有与安全相关的依赖项更新才会通过自动化拉取请求提交。

贡献

阅读 CONTRIBUTING.md，了解如何参与贡献！

请参阅工具输入和解析后的上下文，了解选择器声明和上下文映射器契约。