Noi e terze parti selezionate usiamo cookie o tecnologie simili per finalità tecniche e, con il tuo consenso, per analizzare l’uso del sito.

Puoi liberamente prestare, negare o revocare il tuo consenso in qualsiasi momento.

dbt

Server MCP di dbt Labs

Dai agli assistenti il contesto del progetto dbt: modelli, lineage, metriche Semantic Layer, dati dell’API Discovery e comandi dbt CLI.

Gira in locale (Gira sul tuo computer: la sua pagina riporta il comando di installazione)Gira con uvx

Installa dbt

Gira sul tuo computer. Il tuo client lo avvia con questo comando:

uvx dbt-mcp

Richiede uv (Python) sul tuo computer. I passaggi qui sotto mostrano dove va il comando in ogni client.

  • DBT_PROJECT_DIR Path to your dbt project.
  • DBT_PATH Path to the dbt executable.

Condividi questo server

Apre questa pagina, con il comando di installazione e i passaggi di configurazione.

mcp.tc/i/dbt

Descrizione

Collega un assistente AI a dbt Core, dbt Fusion e alla piattaforma dbt. Può elencare modelli, sorgenti ed exposure, tracciare il lineage, interrogare le metriche del Semantic Layer, eseguire comandi dbt CLI, generare YAML e modelli di staging, gestire job ed esecuzioni della piattaforma e recuperare pagine dalla documentazione di dbt.

Viene eseguito in locale tramite stdio con uvx dbt-mcp. I tool CLI richiedono DBT_PROJECT_DIR e DBT_PATH. I tool Semantic Layer, Discovery, Admin API e SQL richiedono un host della piattaforma dbt (DBT_HOST) e un token (DBT_TOKEN). Comandi CLI come run e build possono modificare gli oggetti del warehouse, quindi usali solo con un client di cui ti fidi.

Cosa puoi fare

  • Interrogare metriche, dimensioni ed entità del Semantic Layer
  • Esplorare modelli, sorgenti, macro ed exposure tramite l’API Discovery
  • Tracciare il lineage di modelli e colonne
  • Eseguire dbt build, run, test, compile e show dalla CLI
  • Generare YAML delle sorgenti, YAML dei modelli e modelli di staging
  • Elencare, avviare, riprovare e annullare job ed esecuzioni della piattaforma dbt
  • Cercare e recuperare le pagine della documentazione ufficiale di dbt

Tool

I server locali mostrano i loro tool solo quando sono in esecuzione, quindi non possiamo mostrarli qui. Cerca l’elenco nella sua documentazione; il tuo client li mostra dopo che lo hai aggiunto.

Prompt di esempio

  • Elenca tutte le metriche definite nel nostro dbt Semantic Layer

  • Mostra il lineage a monte e a valle del modello orders

  • Esegui dbt test sui modelli di staging e riassumi gli errori

  • Genera l’SQL del modello di staging per la tabella sorgente raw customers

Configurazione

Ogni client avvia dbt sul tuo computer con lo stesso comando. Scegli il tuo; la pagina ricorda la tua scelta.

Claude Code

  1. Eseguilo in un terminale, nella cartella del tuo progetto:
claude mcp add --transport stdio dbt --env "DBT_PROJECT_DIR=<YOUR_DBT_PROJECT_DIR>" --env "DBT_PATH=<YOUR_DBT_PATH>" -- uvx dbt-mcp
  1. Avvia Claude Code e digita /mcp. dbt dovrebbe risultare collegato.

Aggiungi --scope user per renderlo disponibile in tutti i progetti. Sostituisci i segnaposto con i tuoi valori.

Claude Desktop

  1. Apri Settings → Developer → Edit Config. Si apre claude_desktop_config.json. Aggiungi:
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. Salva il file e riavvia Claude Desktop. Sostituisci i segnaposto con i tuoi valori.

Richiede uv (Python) sul tuo computer. Il file si trova in ~/Library/Application Support/Claude/ su macOS e in %APPDATA%\Claude\ su Windows.

Cursor

Oppure aggiungilo a mano in ~/.cursor/mcp.json (tutti i progetti) o in .cursor/mcp.json (questo progetto):

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

Richiede uv (Python) sul tuo computer. Sostituisci i segnaposto con i tuoi valori.

VS Code

Oppure da un terminale:

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>"}}'

Oppure fai commit nel 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>"
      }
    }
  }
}

Richiede uv (Python) sul tuo computer.

Devin Desktop

  1. Aggiungilo a ~/.config/devin/mcp_config.json (macOS e Linux) o a %APPDATA%\devin\mcp_config.json (Windows):
mcp_config.json
{
  "mcpServers": {
    "dbt": {
      "command": "uvx",
      "args": [
        "dbt-mcp"
      ],
      "env": {
        "DBT_PROJECT_DIR": "<YOUR_DBT_PROJECT_DIR>",
        "DBT_PATH": "<YOUR_DBT_PATH>"
      }
    }
  }
}
  1. Aggiorna l’elenco dei server MCP in Cascade. Sostituisci i segnaposto con i tuoi valori.

Devin Desktop è il nuovo nome di Windsurf.

Codex

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

Oppure modifica direttamente ~/.codex/config.toml:

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

Richiede uv (Python) sul tuo computer. Sostituisci i segnaposto con i tuoi valori.

Gemini CLI

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

Così lo aggiungi al progetto corrente. Aggiungi -s user per usarlo ovunque.

Qualsiasi client

La maggior parte dei client che avviano server locali accetta questa forma:

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

Zed mette i server sotto context_servers nelle sue impostazioni, con gli stessi campi command, args ed env.

Richiede uv (Python) sul tuo computer. Sostituisci i segnaposto con i tuoi valori.

Embed

Mostra dbt in un README o sul tuo sito. Ogni embed rimanda a questa pagina, usa il comando di installazione del server e non imposta cookie. Come funzionano gli embed

Card, iframe e JSON sono in inglese. Aggiungi ?lang=it, fr, de o es al loro indirizzo per un’altra lingua.

Badge per il README

Anteprima del badge, chiaroAnteprima del badge, scuro
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>

Segue la modalità chiara o scura di chi legge. Aggiungi ?theme=light o ?theme=dark per fissarla, oppure ?style=compact per mostrare il simbolo senza la scritta.

Card per il sito

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

La card compare dove si trova il tag. Aggiungi data-theme="dark" o data-size="compact" al tag per cambiarla. Il file contiene tutto ciò che serve, quindi non fa altre richieste e non imposta cookie.

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>

Usalo nelle pagine che non consentono script. Aggiungi ?theme=light o ?theme=dark all’indirizzo per fissare i colori.

JSON

La scheda come dati per le tue pagine e i tuoi strumenti: nome, descrizione breve, comando di installazione, tool e i link «Add to». Qualsiasi sito può leggerla (CORS aperto).

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

Cosa significa ogni campo

Prompt per l’AI

Incollalo in un assistente di programmazione con l’AI, come Claude Code o Cursor, e aggiungerà la card di dbt al tuo sito.

Markdown
Aggiungi al mio sito la card di mcp.tc per dbt, un server MCP. È un solo script statico: niente build, nessun pacchetto da installare, nessun cookie.

Metti questo tag dove deve comparire la card. La card appare subito prima del tag:

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

Per mostrarla altrove, metti lì questo segnaposto e carica lo stesso script una volta sola, per esempio prima di `</body>`. Lascia il link al suo interno: lo vede chi non ha JavaScript.

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

Opzioni:
- `data-theme="light"` o `"dark"` sul tag o sul segnaposto fissa i colori. Senza l’attributo, la card segue la modalità chiara o scura di chi visita.
- `data-size="compact"` dà una card più piccola, senza la descrizione breve.
- La variabile CSS `--mcptc-max-width` sul segnaposto o su un elemento padre imposta la larghezza (predefinita `520px`).
- `?lang=` nell’URL dello script imposta la lingua della card: `en`, `it`, `fr`, `de` o `es`.

Se il sito ha una Content Security Policy, consenti `script-src https://mcp.tc` e `img-src data:` (l’icona è inline).

Per un README o altra documentazione in Markdown, usa invece il badge:

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

Riferimento: https://mcp.tc/it/embed

Cronologia delle modifiche

Questo server gira sul tuo computer, quindi seguiamo il suo pacchetto PyPI: qui compare ogni nuova versione, insieme alle modifiche di chi lo gestisce.

Segui dbt e ti mandiamo un’email quando qualcosa cambia.

  1. , Controllo automatico

    Nuova versione 2.10.2 (prima 2.10.1). Letta da PyPI.

  2. , Controllo automatico

    Nuova versione 2.10.1 (prima 2.10.0). Letta da PyPI.

  3. , Controllo automatico

    Nuova versione 2.10.0 (prima 2.9.0). Letta da PyPI.

  4. , Controllo automatico

    Nuova versione 2.9.0 (prima 2.8.0). Letta da PyPI.

  5. , Controllo automatico

    Nuova versione 2.8.0 (prima 2.7.0). Letta da PyPI.

  6. , Controllo automatico

    Nuova versione 2.7.0 (prima 2.6.0). Letta da PyPI.

  7. , Controllo automatico

    Inizio del tracciamento: versione 2.6.0.

Domande frequenti

Posso incollare mcp.tc/i/dbt nel mio client MCP?

No. dbt gira sul tuo computer, avviato dal tuo client, quindi non ha un indirizzo web a cui collegarsi. Il link rapido è la pagina da condividere; il comando di installazione è uvx dbt-mcp.

dbt richiede una chiave API?

No. Legge DBT_PROJECT_DIR e DBT_PATH dal suo ambiente; i passaggi di configurazione mostrano dove impostarle.

dbt è un server remoto o locale?

Locale. Il tuo client lo avvia come processo sul tuo computer con uvx dbt-mcp, che richiede uv (Python).

Cosa può fare dbt?

Puoi interrogare metriche, dimensioni ed entità del Semantic Layer, esplorare modelli, sorgenti, macro ed exposure tramite l’API Discovery e tracciare il lineage di modelli e colonne.

Quali client possono usarlo?

Qualsiasi client che avvia server locali: Claude Code, Claude Desktop, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed e altri. claude.ai e ChatGPT si collegano solo a server remoti.

mcp.tc tiene traccia delle modifiche di dbt?

In parte. Gira sul tuo computer, quindi seguiamo il suo pacchetto PyPI: la sua sezione Cronologia mostra ogni nuova versione e le modifiche di chi lo gestisce. Segui la scheda per ricevere un’email quando cambia.

Chi ha scritto questa pagina?

Il robot di mcp.tc ha letto i metadati pubblici di dbt (le pagine del suo pacchetto e del repository), e un modello di AI ne ha ricavato il testo. Una persona esamina tutto ciò che i controlli non riescono a confermare. Il testo può comunque contenere errori, quindi se ne trovi uno usa Segnala questa scheda su questa pagina. Questa traduzione è stata fatta da un modello di AI a partire dal testo inglese.

mcp.tc non è affiliato a dbt Labs. Questa pagina è stata creata a partire dai metadati pubblici di dbt (ultimo controllo: 3 ott 2026), e la descrizione l’ha scritta un modello di AI, quindi può contenere errori. Nomi e marchi appartengono ai rispettivi titolari. Qualcosa non va? Segnala questa scheda. La traduzione è stata fatta da un modello di AI a partire dal testo inglese.