Сервер Model Context Protocol (MCP), который обертывает инструмент dbt CLI, позволяя агентам кодирования ИИ взаимодействовать с проектами dbt через стандартизированные инструменты MCP.

Особенности

Выполнять команды dbt с помощью инструментов MCP

• Поддержка всех основных операций по ДБТ (запуск, тестирование, компиляция и т.д.)
• интерфейс командной строки для прямого взаимодействия Управление переменными окружающей среды для проектов dbt
• Настраиваемый dbt исполняемый путь Гибкие профили.yml конфигурация местоположения

##Установка

Предпосылки

Python 3.10 или выше

• uv инструмент для управления средой Python
• установленный CLI

Настройка

Использование

Интерфейс командной строки

Пакет обеспечивает интерфейс командной строки для прямого взаимодействия с dbt:

Вы также можете использовать модуль напрямую:

Командная строка

• [[Т1]]: Path to dbt executable (по умолчанию: «dbt»)
• [[Т2]]: Путь к файлу окружения (по умолчанию: “.env”)
• [[Т3]]: Уровень регистрации (по умолчанию: «INFO»)
• [[Т4]]: Путь к каталогу, содержащему файл profiles.yml (дефолты к project-dir, если не указано)

Переменные среды

Сервер также может быть настроен с использованием переменных среды:

• [[Т5]]: Путь к исполняемому dbt

DBT CLI MCP Server

A Model Context Protocol (MCP) server that wraps the dbt CLI tool, enabling AI coding agents to interact with dbt projects through standardized MCP tools.

Features

• Execute dbt commands through MCP tools
• Support for all major dbt operations (run, test, compile, etc.)
• Command-line interface for direct interaction
• Environment variable management for dbt projects
• Configurable dbt executable path
• Flexible profiles.yml location configuration

Installation

Prerequisites

• Python 3.10 or higher
• uv tool for Python environment management
• dbt CLI installed

Setup

# Clone the repository with submodules
git clone --recurse-submodules https://github.com/yourusername/dbt-cli-mcp.git
cd dbt-cli-mcp

# If you already cloned without --recurse-submodules, initialize the submodule
# git submodule update --init

# Create and activate a virtual environment
uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

# Install dependencies
uv pip install -e .

# For development, install development dependencies
uv pip install -e ".[dev]"

Usage

Command Line Interface

The package provides a command-line interface for direct interaction with dbt:

# Run dbt models
dbt-mcp run --models customers --project-dir /path/to/project

# Run dbt models with a custom profiles directory
dbt-mcp run --models customers --project-dir /path/to/project --profiles-dir /path/to/profiles

# List dbt resources
dbt-mcp ls --resource-type model --output-format json

# Run dbt tests
dbt-mcp test --project-dir /path/to/project

# Get help
dbt-mcp --help
dbt-mcp run --help

You can also use the module directly:

python -m src.cli run --models customers --project-dir /path/to/project

Command Line Options

• --dbt-path: Path to dbt executable (default: “dbt”)
• --env-file: Path to environment file (default: “.env”)
• --log-level: Logging level (default: “INFO”)
• --profiles-dir: Path to directory containing profiles.yml file (defaults to project-dir if not specified)

Environment Variables

The server can also be configured using environment variables:

• DBT_PATH: Path to dbt executable
• ENV_FILE: Path to environment file
• LOG_LEVEL: Logging level
• DBT_PROFILES_DIR: Path to directory containing profiles.yml file

Using with MCP Clients

To use the server with an MCP client like Claude for Desktop, add it to the client’s configuration:

{
  "mcpServers": {
    "dbt": {
      "command": "uv",
      "args": ["--directory", "/path/to/dbt-cli-mcp", "run", "src/server.py"],
      "env": {
        "DBT_PATH": "/absolute/path/to/dbt",
        "ENV_FILE": ".env"
        // You can also set DBT_PROFILES_DIR here for a server-wide default
      }
    }
  }
}

⚠️ IMPORTANT: Absolute Project Path Required ⚠️