Wir und ausgewählte Dritte verwenden Cookies oder ähnliche Technologien für technische Zwecke und, mit deiner Einwilligung, um zu analysieren, wie die Website genutzt wird.

Du kannst deine Einwilligung jederzeit frei erteilen, verweigern oder widerrufen.

dbt

MCP-Server von dbt Labs

Assistenten dbt-Projektkontext geben: Modelle, Lineage, Semantic-Layer-Metriken, Discovery-API-Daten und dbt-CLI-Befehle.

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.

Diesen Server teilen

Öffnet diese Seite mit dem Installationsbefehl und den Einrichtungsschritten.

mcp.tc/i/dbt

Über den Server

Verbindet einen KI-Assistenten mit dbt Core, dbt Fusion und der dbt-Plattform. Er kann Modelle, Quellen und Exposures auflisten, Lineage nachverfolgen, Semantic-Layer-Metriken abfragen, dbt-CLI-Befehle ausführen, YAML und Staging-Modelle generieren, Jobs und Runs der Plattform verwalten und Seiten aus der dbt-Dokumentation abrufen.

Er läuft lokal über stdio mit uvx dbt-mcp. Die CLI-Tools benötigen DBT_PROJECT_DIR und DBT_PATH. Semantic-Layer-, Discovery-, Admin-API- und SQL-Tools benötigen einen dbt-Plattform-Host (DBT_HOST) und ein Token (DBT_TOKEN). CLI-Befehle wie run und build können Objekte im Warehouse verändern, verwende sie daher nur mit einem Client, dem du vertraust.

Was du damit machen kannst

  • Semantic-Layer-Metriken, Dimensionen und Entitäten abfragen
  • Modelle, Quellen, Makros und Exposures über die Discovery API durchsuchen
  • Lineage auf Modell- und Spaltenebene nachverfolgen
  • dbt build, run, test, compile und show über die CLI ausführen
  • Quell-YAML, Modell-YAML und Staging-Modelle generieren
  • Jobs und Runs der dbt-Plattform auflisten, auslösen, wiederholen und abbrechen
  • Offizielle dbt-Dokumentationsseiten durchsuchen und abrufen

Tools

Lokale Server zeigen ihre Tools erst, wenn sie laufen, deshalb können wir sie hier nicht anzeigen. Die Liste findest du in seiner Dokumentation; dein Client zeigt sie, nachdem du ihn hinzugefügt hast.

Beispiel-Prompts

  • Liste alle Metriken auf, die in unserem dbt Semantic Layer definiert sind

  • Zeige die Upstream- und Downstream-Lineage des Modells orders

  • Führe dbt test für die Staging-Modelle aus und fasse die Fehler zusammen

  • Generiere Staging-Modell-SQL für die Rohdatentabelle customers

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

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

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.

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

Karte, iframe und JSON sind auf Englisch. Häng ?lang=it, fr, de oder es an ihre Adresse an, um eine andere Sprache zu bekommen.

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

KI-Prompt

Füg ihn in einen KI-Coding-Assistenten wie Claude Code oder Cursor ein, und er baut die Karte von dbt in deine Website ein.

Markdown
Füge meiner Website die mcp.tc-Karte für den MCP-Server dbt hinzu. Es ist ein einziges statisches Skript: kein Build-Schritt, kein Paket zu installieren, keine Cookies.

Setz dieses Tag dorthin, wo die Karte erscheinen soll. Die Karte erscheint direkt davor:

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

Um sie woanders zu zeigen, setz dort diesen Platzhalter ein und lade dasselbe Skript nur einmal, zum Beispiel vor `</body>`. Lass den Link darin stehen: Besucher ohne JavaScript sehen ihn.

```html
<div data-mcptc="dbt"><a href="https://mcp.tc/i/dbt">dbt on mcp.tc</a></div>
```

Optionen:
- `data-theme="light"` oder `"dark"` am Tag oder Platzhalter legt die Farben fest. Ohne das Attribut folgt die Karte dem hellen oder dunklen Modus der Besucher.
- `data-size="compact"` ergibt eine kleinere Karte ohne Kurzbeschreibung.
- Die CSS-Variable `--mcptc-max-width` am Platzhalter oder einem Elternelement legt die Breite fest (Standard `520px`).
- `?lang=` in der Skript-URL legt die Sprache der Karte fest: `en`, `it`, `fr`, `de` oder `es`.

Wenn die Website eine Content Security Policy hat, erlaube `script-src https://mcp.tc` und `img-src data:` (das Icon ist eingebettet).

Für ein README oder andere Markdown-Dokumentation nimm stattdessen das Badge:

```markdown
[![dbt on mcp.tc](https://mcp.tc/i/dbt/badge.svg)](https://mcp.tc/i/dbt)
```

Referenz: https://mcp.tc/de/embed

Änderungsverlauf

Dieser Server läuft auf deinem Computer, deshalb verfolgen wir sein PyPI-Paket: Jede neue Version erscheint hier, dazu Änderungen seines Betreibers.

Folge dbt, und wir schicken dir eine E-Mail, wenn sich etwas ändert.

  1. , Automatische Prüfung

    Neue Version 2.10.2 (vorher 2.10.1). Von PyPI gelesen.

  2. , Automatische Prüfung

    Neue Version 2.10.1 (vorher 2.10.0). Von PyPI gelesen.

  3. , Automatische Prüfung

    Neue Version 2.10.0 (vorher 2.9.0). Von PyPI gelesen.

  4. , Automatische Prüfung

    Neue Version 2.9.0 (vorher 2.8.0). Von PyPI gelesen.

  5. , Automatische Prüfung

    Neue Version 2.8.0 (vorher 2.7.0). Von PyPI gelesen.

  6. , Automatische Prüfung

    Neue Version 2.7.0 (vorher 2.6.0). Von PyPI gelesen.

  7. , Automatische Prüfung

    Beginn der Beobachtung: Version 2.6.0.

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 mit uvx dbt-mcp als Prozess auf deinem Rechner; dafür brauchst du uv (Python).

Was kann dbt?

Du kannst damit Semantic-Layer-Metriken, Dimensionen und Entitäten abfragen, Modelle, Quellen, Makros und Exposures über die Discovery API durchsuchen, und Lineage auf Modell- und Spaltenebene nachverfolgen.

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.

Verfolgt mcp.tc Änderungen an dbt?

Teilweise. Er läuft auf deinem Computer, deshalb verfolgen wir sein PyPI-Paket: Sein Tab Verlauf zeigt jede neue Version und Änderungen seines Betreibers. Folge dem Eintrag, um eine E-Mail zu bekommen, wenn er sich ändert.

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. Diese Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.

mcp.tc steht in keiner Verbindung zu dbt Labs. 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. Die Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.