dbt-docs-mcpDenne MCP-serveren kobler AI-assistenten din til dbt-prosjektets metadata og dokumentasjonsfiler. Den lar deg søke etter datamodeller etter navn eller kode, inspisere detaljerte attributter og spore nøyaktig hvordan informasjon

— (0)

Anmeldt av Daniel Nikulshyn·Oppdatert juli 2026

Oversikt

Dette er en Model Context Protocol (MCP)-server for å samhandle med metadata og dokumentasjonsfiler i dbt-prosjekter. Den gjør det mulig for brukere å søke etter datamodeller etter navn eller kode, inspisere detaljerte attributter og spore opphavslinjen til dataene sine. Nøkkelfunksjonaliteten inkluderer søk og inspeksjon av dbt‑noder, utforskning av node‑lineage, sporing av kolonnenivå‑lineage og mer. For å bruke serveren må brukerne ha Python installert og klone repoet med git. Deretter kan de analysere dbt-manifestet for linje på kolonnenivå, og kjøre serveren ved hjelp av det medfølgende skriptet. MCP-serveren eksponerer dbt‑grafinformasjon og gjør det mulig å forespørre nodedetaljer, modell‑/kolonnelinje og tilhørende metadata. Det anbefales at brukere utvikler verktøy for å utføre SQL‑spørringer, hente tabell‑/visnings‑/kolonnemetadata fra databasen og søke i kunnskapsbase‑innhold.

Nøkkelfunksjoner

Søk etter dbt-noder etter navn eller kolonnenavn
Inspiser detaljerte node-attributter
Utforsk modell- og kolonneavstamning
Spore oppstrøms- og nedstrømsavhengigheter

Priser

Modell: Free
Kategori: MCP-tjenere
Vurdering: Ingen anmeldelser

Brukstilfeller

Oppdagelse av datamodeller

Bruk MCP-serveren til å søke etter datamodeller etter navn eller kode, og inspisere deres attributter og avstamning.

Analyse av kolonnenivåavstamning

Bruk serveren til å spore alle oppstrømskilder for en spesifikk kolonne i en modell eller alle nedstrømsavhengige av en kolonne.

Fordeler og ulemper

Fordeler

Gjør det mulig for AI-assistenter å få tilgang til dbt-prosjektets metadata
Støtter søk i noder etter navn, kolonnenavn eller SQL-kode
Gir detaljerte node-attributter og informasjon om avstamning
Tillater sporing av kolonnenivåavstamning

Ulemper

Krever oppsett av Python-miljø
Opprettelse av kolonneavstamning kan være tidkrevende for store dbt-prosjekter

Anmeldelser

Logg inn for å legge igjen en anmeldelse.

Ingen anmeldelser ennå. Vær den første!

Spørsmål

Hva er nøkkelfunksjoner til dbt-docs-mcp?

Det inkluderer søking og undersøkelse av dbt-noder, utforskning av noden Lineage, sporing av kolonn-nivå Lineage og mer.

Asked by Grace Okafor · Sep 19, 2025

Hva er begrensningene til dbt-docs-mcp?

Å lage kolonnestrøm kan være tidskrevende for store dbt-prosjekter og krever Python-miljøoppsett.

Asked by Bianca Ferreira · Jun 30, 2025

Kan jeg søke etter dbt-noder etter kode?

Ja, serveren tillater brukerne å søke etter datamodeller etter navn eller kode.

Asked by Ren Nakamura · Jun 26, 2025

Hva er nødvendig for å bruke dbt-docs-mcp?

For å bruke serveren må brukerne ha Python installert og klonen repositoriet med Git.

Asked by Omar Haddad · Jun 14, 2025

Still et spørsmål

Alternativer til MCP-tjenere

Playwright MCP interface preview

Playwright MCPMCP-tjenere

Åpen kildekode MCP-server som lar LLM-er styre ekte nettlesere via Playwright og tilgjengelighetssnapshots.

Pydantic AI interface preview

Pydantic AIMCP-tjenere

Python-agentramme fra Pydantic-teamet for å bygge type-sikre GenAI-apper.

Cognee interface preview

CogneeMCP-tjenere

En tilpassende minnemodul at hjelpe maskinvarede intelligensagenter å lære fra kontekst over tid.

Inbox Zero interface preview

Inbox ZeroMCP-tjenere

AI‑e‑postassistent som organiserer, lager svarutkast og hjelper deg med å oppnå Inbox Zero raskere.

Screenpipe interface preview

ScreenpipeMCP-tjenere

Åpen kilde 24/7 lokal skjerm- og lydopptak for å bygge kontekstbevisste AI-apper

AgentKit interface preview

AgentKitMCP-tjenere

TypeScript-bibliotek for å bygge og orkestrere AI-agenter med verktøy, minne og multi-agent arbeidsflyter.

onchain-mcpMCP-tjenere

Bringer Bankless onchain API til MCP

markitdownMCP-tjenere

Python-verktøy for å konvertere filer og kontordokumenter til Markdown.