关于 mcp-dagster: A Dagster MCP Server
mcp-dagster 是一个用于 Dagster 数据编排平台的 MCP 服务，使 AI Agent 能够查看数据管道、监控运行并管理数据资产。它面向数据工程团队，作为大模型与数据工程工作流之间的桥梁。项目附带基于 OpenAI 的示例 Agent 与 SSE 传输的运行方式。
主要功能
- 01列出仓库、作业与数据资产
- 02查询最近运行及单次运行详情
- 03启动、终止作业运行
- 04物化指定数据资产
适用场景
- 01查看 Dagster 实例中有哪些资产及其用途
- 02检查近期运行并汇总失败情况
- 03通过 Agent 物化指定资产并查看结果
MCP 相关
该项目是一个 MCP 服务，通过 SSE 传输向 MCP 客户端暴露 Dagster 的查询与操作工具。
配置
本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。
详细介绍
mcp-dagster：一个 Dagster MCP 服务
Model Context Protocol (MCP) 是一种开放协议，可实现大模型应用与外部数据源和工具之间的无缝集成。本仓库提供了一个用于与数据编排平台 Dagster 交互的 MCP 服务。
概述
一个 Model Context Protocol 服务，使 AI Agent 能够与 Dagster 实例交互、探索数据管道、监控运行并管理资产。它充当大模型与你的数据工程工作流之间的桥梁。
阅读我们的发布文章以了解更多信息。
组件
工具
该服务实现了多个用于 Dagster 交互的工具：
list_repositories：列出所有可用的 Dagster 仓库list_jobs：列出特定仓库中的所有作业list_assets：列出特定仓库中的所有资产recent_runs：获取最近的 Dagster 运行（默认限制：10）get_run_info：获取特定运行的详细信息launch_run：启动一个 Dagster 作业运行materialize_asset：物化一个特定的 Dagster 资产terminate_run：终止一个进行中的 Dagster 运行get_asset_info：获取特定资产的详细信息
配置
该服务使用以下默认值连接到 Dagster：
- GraphQL endpoint：
http://localhost:3000/graphql - Transport：SSE (Server-Sent Events)
快速开始
运行示例
- 使用你的管道启动 Dagster 实例：
uv run dagster dev -f ./examples/open-ai-agent/pipeline.py
- 使用 SSE transport 运行 MCP 服务：
uv run examples/open-ai-agent/run_sse_mcp.py
- 启动 Agent 循环以与 Dagster 交互：
uv run ./examples/open-ai-agent/agent.py
交互示例
Agent 运行后，你可以提出如下问题：
- "我的 Dagster 实例中有哪些可用资产，它们有什么作用？"
- "你能物化 continent_stats 资产并向我展示结果吗？"
- "检查最近运行的状态，并总结任何失败情况"
- "创建一个依赖 continent_stats 的新月度聚合资产"
Agent 将使用 MCP 服务与你的 Dagster 实例交互，并基于你的数据管道提供答案。
评论
支持 Markdown
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。