dbt-labs/dbt-mcp

解决的问题

弥合了 AI 代理与 dbt（数据构建工具）项目之间的差距。通过提供标准化接口，使 AI 代理能够理解 dbt 项目的上下文，与数据仓库交互，并管理 dbt 工作流，而无需代理具备对 dbt 内部 API 的原生深度集成。

工作原理

该项目实现了 Model Context Protocol (MCP) 服务器。该服务器作为中间件，向支持 MCP 的 AI 客户端（如 Claude 或 Cursor）暴露一系列 dbt 特有的工具。这些工具使代理能够执行以下类别的操作：

• SQL 与语义层：生成并执行 SQL，查询已定义的指标和维度。
• 发现：获取项目元数据、血缘图和模型健康信号。
• dbt CLI：直接执行核心 dbt 命令，如 run、test 和 build。
• Admin API：管理作业运行、触发作业并检查项目配置。
• Codegen：自动化生成模型和源的样板 YAML 和 SQL。
• LSP：执行高级 SQL 编译和列级血缘分析。
• Product Docs：从官方 dbt 文档中搜索并获取内容。

适用人群

• AI 代理开发者：需要与数据转换流水线交互的自定义代理开发者。
• 数据工程师：希望使用 AI 驱动的 IDE 或代理来编写 SQL、管理 dbt 项目并自动化文档的人员。

亮点

• 全面的工具集：涵盖从低级别的 CLI 命令到高级语义层查询的所有内容。
• 血缘感知：提供获取完整血缘图和追踪列级依赖关系的工具。
• 自然语言转 SQL：包含 text_to_sql 工具，可根据项目上下文生成查询。
• 无缝集成：支持 MCP Bundles，便于在兼容客户端中安装。