MCPdir — MCP Server Directory
🇬🇧 🇪🇸

dbt MCP

by dbt Labs

Conecta agentes de IA a tus pipelines de datos dbt para metadata, lineage y exploración de modelos

data Python Intermedio Auto-hospedable Verificado
⭐ 400 stars 📅 Actualizado: hace 1m

Descripción

Servidor MCP oficial de dbt Labs que lleva tu entorno de data build tool directamente a los asistentes de IA. Accede a metadata de dbt, explora grafos de lineage de datos, consulta definiciones de modelos, revisa documentación y comprende la lógica de transformación — todo mediante lenguaje natural. Se conecta a dbt Cloud para proporcionar contexto rico sobre tus modelos de datos, sus dependencias upstream y downstream, lineage a nivel de columna y estado de frescura. Ideal para data engineers y analytics engineers que quieren asistencia de IA para navegar data warehouses complejos y entender pipelines de transformación sin navegar manualmente la interfaz de dbt Cloud.

✅ Ideal para

Data engineers y analytics engineers que usan dbt Cloud y quieren exploración de pipelines asistida por IA

⏭️ No recomendado si

Usas dbt Core sin dbt Cloud, o tu stack de datos no incluye dbt

💡 Casos de uso

  • Explorar definiciones y documentación de modelos dbt mediante conversación con IA
  • Rastrear el lineage de datos desde la fuente hasta el modelo final a través de grafos de dependencia
  • Consultar metadata de modelos para entender tipos de columna, tests y frescura
  • Obtener resúmenes de IA sobre lógica de transformación compleja en modelos dbt

👍 Ventajas

  • Proyecto oficial de dbt Labs con integración directa con dbt Cloud
  • Acceso rico a lineage y metadata para comprensión completa de los datos
  • Ayuda a incorporar nuevos miembros del equipo a pipelines de datos complejos mediante lenguaje natural
  • Funciona con cualquier proyecto de dbt Cloud independientemente del warehouse

👎 Desventajas

  • Requiere dbt Cloud — no funciona con configuraciones solo de dbt Core
  • El token de API necesita permisos apropiados configurados en dbt Cloud
  • Proyectos grandes con miles de modelos pueden tener respuestas de metadata lentas

🔧 Herramientas expuestas (5 herramientas)

ToolCategoríaDescripción
list_modelsdiscoveryListar todos los modelos dbt del proyecto con metadata resumida
get_documentationdocumentationRecuperar documentación y descripciones de dbt para modelos y columnas
explore_lineagelineageExplorar dependencias upstream y downstream de un modelo
get_model_detailsmetadataObtener información detallada de un modelo dbt específico incluyendo columnas y tests
query_modelqueryConsultar datos del modelo y previsualizar resultados del data warehouse

⚡ Instalación

Requisitos previos:

  • • python v3.10+
  • • dbt Cloud credentials (API token and account ID)
  • • API key requerida

Consulta la documentación de Claude Code para configurar este MCP server.

💡 Consejos y trucos

Usa un service token con permisos de solo metadata por seguridad. Empieza pidiendo a la IA que mapee el lineage de un modelo específico para entender dependencias rápidamente.

🔄 Alternativas

Info rápida

Autor
dbt Labs
Licencia
Apache-2.0
Runtime
Python 3.10+
Transporte
stdio
Categoría
data
Dificultad
Intermedio
Auto-hospedable
Auth
Docker
Versión
latest
Actualizado
18 feb 2026

Compatibilidad con clientes

  • Claude Code
  • Cursor
  • VS Code Copilot
  • Gemini CLI
  • Windsurf
  • Cline
  • JetBrains AI
  • Warp

Plataformas

🍎 macOS 🐧 Linux 🪟 Windows