dbt

MCP-Server von dbt Labs

Give assistants dbt project context: models, lineage, Semantic Layer metrics, Discovery API data and dbt CLI commands.

Läuft lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)Läuft mit uvx

dbt installieren

Läuft auf deinem Rechner. Dein Client startet ihn mit diesem Befehl:

uvx dbt-mcp

Braucht uv (Python) auf deinem Rechner. Die Schritte unten zeigen, wo der Befehl in jedem Client hingehört.

  • DBT_PROJECT_DIR Path to your dbt project.
  • DBT_PATH Path to the dbt executable.
Zu Cursor hinzufügen (öffnet in einem neuen Tab)Zu VS Code hinzufügen (öffnet in einem neuen Tab)

Diesen Server teilen

Öffnet diese Seite, mit dem Installationsbefehl und den Einrichtungsschritten.

mcp.tc/i/dbt

Über den Server

Connects an AI assistant to dbt Core, dbt Fusion and the dbt platform. It can list models, sources and exposures, trace lineage, query Semantic Layer metrics, run dbt CLI commands, generate YAML and staging models, manage platform jobs and runs, and fetch pages from the dbt docs.

It runs locally over stdio with uvx dbt-mcp. The CLI tools need DBT_PROJECT_DIR and DBT_PATH. Semantic Layer, Discovery, Admin API and SQL tools need a dbt platform host (DBT_HOST) and a token (DBT_TOKEN). CLI commands such as run and build can modify warehouse objects, so use them only with a client you trust.

Was du damit machen kannst

  • Query Semantic Layer metrics, dimensions and entities
  • Browse models, sources, macros and exposures via the Discovery API
  • Trace model and column-level lineage
  • Run dbt build, run, test, compile and show from the CLI
  • Generate source YAML, model YAML and staging models
  • List, trigger, retry and cancel dbt platform jobs and runs
  • Search and fetch official dbt documentation pages

Tools

Lokale Server zeigen ihre Tools erst, wenn sie laufen, und dieser veröffentlicht seine Liste nicht vorab. Dein Client zeigt sie, nachdem du ihn hinzugefügt hast.

Beispiel-Prompts

  • List all metrics defined in our dbt Semantic Layer

  • Show the upstream and downstream lineage of the orders model

  • Run dbt test for the staging models and summarize failures

  • Generate staging model SQL for the raw customers source table

Einrichtung

Jeder Client startet dbt mit demselben Befehl auf deinem Rechner. Wähl deinen; die Seite merkt sich deine Wahl.

Claude Code

  1. Führe das in einem Terminal in deinem Projektordner aus:
claude mcp add --transport stdio dbt --env "DBT_PROJECT_DIR=<YOUR_DBT_PROJECT_DIR>" --env "DBT_PATH=<YOUR_DBT_PATH>" -- uvx dbt-mcp
  1. Starte Claude Code und tippe /mcp. dbt sollte als verbunden angezeigt werden.

Ergänze --scope user, damit er in jedem Projekt verfügbar ist. Ersetze die Platzhalter durch deine eigenen Werte.

Claude Desktop

  1. Öffne Settings → Developer → Edit Config. Das öffnet claude_desktop_config.json. Füge hinzu:
claude_desktop_config.json
{
  "mcpServers": {
    "dbt": {
      "command": "uvx",
      "args": [
        "dbt-mcp"
      ],
      "env": {
        "DBT_PROJECT_DIR": "<YOUR_DBT_PROJECT_DIR>",
        "DBT_PATH": "<YOUR_DBT_PATH>"
      }
    }
  }
}
  1. Speichere die Datei und starte Claude Desktop neu. Ersetze die Platzhalter durch deine eigenen Werte.

Braucht uv (Python) auf deinem Rechner. Die Datei liegt unter macOS in ~/Library/Application Support/Claude/ und unter Windows in %APPDATA%\Claude\.

Cursor

Zu Cursor hinzufügen (öffnet in einem neuen Tab)

Oder trag ihn von Hand in ~/.cursor/mcp.json (alle Projekte) oder .cursor/mcp.json (dieses Projekt) ein:

mcp.json
{
  "mcpServers": {
    "dbt": {
      "command": "uvx",
      "args": [
        "dbt-mcp"
      ],
      "env": {
        "DBT_PROJECT_DIR": "<YOUR_DBT_PROJECT_DIR>",
        "DBT_PATH": "<YOUR_DBT_PATH>"
      }
    }
  }
}

Braucht uv (Python) auf deinem Rechner. Ersetze die Platzhalter durch deine eigenen Werte.

VS Code

In VS Code installieren (öffnet in einem neuen Tab)

Oder aus einem Terminal:

code --add-mcp '{"name":"dbt","type":"stdio","command":"uvx","args":["dbt-mcp"],"env":{"DBT_PROJECT_DIR":"<YOUR_DBT_PROJECT_DIR>","DBT_PATH":"<YOUR_DBT_PATH>"}}'

Oder committe ihn ins Repository in .vscode/mcp.json:

.vscode/mcp.json
{
  "servers": {
    "dbt": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "dbt-mcp"
      ],
      "env": {
        "DBT_PROJECT_DIR": "<YOUR_DBT_PROJECT_DIR>",
        "DBT_PATH": "<YOUR_DBT_PATH>"
      }
    }
  }
}

Braucht uv (Python) auf deinem Rechner.

Devin Desktop

  1. Füge ihn zu ~/.config/devin/mcp_config.json (macOS und Linux) oder %APPDATA%\devin\mcp_config.json (Windows) hinzu:
mcp_config.json
{
  "mcpServers": {
    "dbt": {
      "command": "uvx",
      "args": [
        "dbt-mcp"
      ],
      "env": {
        "DBT_PROJECT_DIR": "<YOUR_DBT_PROJECT_DIR>",
        "DBT_PATH": "<YOUR_DBT_PATH>"
      }
    }
  }
}
  1. Aktualisiere die Liste der MCP-Server in Cascade. Ersetze die Platzhalter durch deine eigenen Werte.

Devin Desktop ist der neue Name von Windsurf.

Codex

codex mcp add dbt --env "DBT_PROJECT_DIR=<YOUR_DBT_PROJECT_DIR>" --env "DBT_PATH=<YOUR_DBT_PATH>" -- uvx dbt-mcp

Oder bearbeite ~/.codex/config.toml direkt:

config.toml
[mcp_servers.dbt]
command = "uvx"
args = ["dbt-mcp"]
env = { DBT_PROJECT_DIR = "<YOUR_DBT_PROJECT_DIR>", DBT_PATH = "<YOUR_DBT_PATH>" }

Braucht uv (Python) auf deinem Rechner. Ersetze die Platzhalter durch deine eigenen Werte.

Gemini CLI

gemini mcp add -e "DBT_PROJECT_DIR=<YOUR_DBT_PROJECT_DIR>" -e "DBT_PATH=<YOUR_DBT_PATH>" dbt uvx dbt-mcp

Damit fügst du ihn dem aktuellen Projekt hinzu. Ergänze -s user, um ihn überall zu nutzen.

Jeder Client

Die meisten Clients, die lokale Server starten, akzeptieren diese Form:

{
  "mcpServers": {
    "dbt": {
      "command": "uvx",
      "args": [
        "dbt-mcp"
      ],
      "env": {
        "DBT_PROJECT_DIR": "<YOUR_DBT_PROJECT_DIR>",
        "DBT_PATH": "<YOUR_DBT_PATH>"
      }
    }
  }
}

Zed legt Server in seinen Einstellungen unter context_servers ab, mit denselben Feldern command, args und env.

Braucht uv (Python) auf deinem Rechner. Ersetze die Platzhalter durch deine eigenen Werte.

Häufige Fragen

Kann ich mcp.tc/i/dbt in meinen MCP-Client einfügen?

Nein. dbt läuft auf deinem eigenen Rechner und wird von deinem Client gestartet, hat also keine Webadresse, mit der man sich verbinden könnte. Der Quick-Link ist die Seite zum Teilen; der Installationsbefehl lautet uvx dbt-mcp.

Braucht dbt einen API-Schlüssel?

Nein. Er liest DBT_PROJECT_DIR und DBT_PATH aus seiner Umgebung; die Einrichtungsschritte zeigen, wo du sie setzt.

Ist dbt ein Remote- oder ein lokaler Server?

Lokal. Dein Client startet ihn als Prozess auf deinem Rechner, mit uvx dbt-mcp, was uv (Python) braucht.

Welche Clients können ihn nutzen?

Jeder Client, der lokale Server startet: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed und andere. claude.ai und ChatGPT verbinden sich nur mit Remote-Servern.

Wer hat diese Seite geschrieben?

Der Roboter von mcp.tc hat die öffentlichen Metadaten von dbt (seine Paket- und Repository-Seiten) gelesen, und ein KI-Modell hat daraus den Text entworfen. Ein Mensch prüft alles, was die Prüfungen nicht bestätigen können. Der Text kann trotzdem falsch sein; wenn dir ein Fehler auffällt, nutze Eintrag melden auf dieser Seite.

Einbinden

Zeig dbt in einem README oder auf deiner Website. Jede Einbindung verlinkt auf diese Seite, nutzt den Installationsbefehl des Servers und setzt keine Cookies. So funktionieren Einbindungen

README-Badge

Badge-Vorschau, hellBadge-Vorschau, dunkel
Markdown
[![dbt on mcp.tc](https://mcp.tc/i/dbt/badge.svg)](https://mcp.tc/i/dbt)
HTML
<a href="https://mcp.tc/i/dbt"><img src="https://mcp.tc/i/dbt/badge.svg" alt="dbt on mcp.tc" height="20"></a>

Es folgt dem hellen oder dunklen Modus der Lesenden. Hänge ?theme=light oder ?theme=dark an, um ihn festzulegen, oder ?style=compact, um das Zeichen ohne Schriftzug zu zeigen.

Website-Karte

HTML
<script src="https://mcp.tc/w/dbt.js" async></script>

Die Karte erscheint dort, wo das Tag steht. Füge dem Tag data-theme="dark" oder data-size="compact" hinzu, um sie zu ändern. Die Datei enthält alles, was sie braucht, stellt also keine weiteren Anfragen und setzt keine Cookies.

iframe

HTML
<iframe src="https://mcp.tc/embed/dbt" title="dbt on mcp.tc" width="420" height="200" loading="lazy" allow="clipboard-write" style="border:0;border-radius:8px;max-width:100%"></iframe>

Nutze es auf Seiten, die keine Skripte erlauben. Hänge ?theme=light oder ?theme=dark an die Adresse an, um die Farben festzulegen.

JSON

Der Eintrag als Daten für deine eigenen Seiten und Tools: Name, Kurzbeschreibung, Installationsbefehl, Tools und die „Add to“-Links. Jede Website kann ihn lesen (CORS ist offen).

https://mcp.tc/i/dbt.json

Was jedes Feld bedeutet

Ähnliche Server

Mehr in Datenbanken und Backend

  • Upstash

    Datenbanken und Backend

    Lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)

    Manage Upstash Redis, QStash, Workflow and Box resources and debug them from your agent through the Upstash Developer API.

    mcp.tc/i/upstash

  • Convex

    Datenbanken und Backend

    Lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)

    Inspect tables, query data and run functions in Convex deployments from your AI assistant.

    mcp.tc/i/convex

  • Neo4j, verifiziert

    Datenbanken und Backend

    Lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)

    Read the schema and run read or write Cypher queries on a Neo4j graph database.

    mcp.tc/i/neo4j

  • Pinecone, verifiziert

    Datenbanken und Backend

    Lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)

    Search Pinecone docs and create, upsert into and query Pinecone indexes with integrated inference from your coding assistant.

    mcp.tc/i/pinecone

  • Qdrant

    Datenbanken und Backend

    Lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)

    Store and retrieve semantic memories in a Qdrant vector database collection.

    mcp.tc/i/qdrant

  • Redis, verifiziert

    Datenbanken und Backend

    Lokal (Läuft auf deinem Rechner: Die Seite nennt den Installationsbefehl)

    Read and write Redis data structures, vector search indexes and streams in natural language.

    mcp.tc/i/redis

mcp.tc ist nicht mit dbt Labs verbunden. Diese Seite entstand aus den öffentlichen Metadaten von dbt, zuletzt geprüft am 3. Okt. 2026, und ein KI-Modell hat die Beschreibung geschrieben, sie kann also Fehler enthalten. Namen und Marken gehören ihren Inhabern. Stimmt etwas nicht? Eintrag melden.