# О сервере dbt Model Context Protocol (MCP)

[Сервер dbt MCP](https://github.com/dbt-labs/dbt-mcp) предоставляет стандартизированную среду для интеграции ИИ-приложений с ресурсами данных, управляемыми dbt, на различных платформах данных. Это обеспечивает единообразный и контролируемый доступ к моделям, метрикам, происхождению данных и сведениям об их актуальности во всех ваших ИИ-инструментах.

Чтобы помогать вам работать с dbt, ассистентам нужны метаданные вашего проекта и, с вашего разрешения, доступ к поддерживаемым действиям, таким как запуск CLI, вызовы API платформы и запросы к Semantic Layer. Сервер dbt MCP предоставляет эти возможности MCP-клиентам и поддерживает такие сценарии, как доступ к данным в диалоговом режиме, автоматизация рабочих процессов dbt с помощью ИИ-агентов и разработка с поддержкой ИИ. На этой странице рассматриваются локальная и удалённая настройка, доступные инструменты и первые шаги.

Сервер MCP предоставляет доступ к [dbt Wizard](https://docs.getdbt.tech/docs/platform/wizard-overview.md), dbt platform CLI, [API](https://docs.getdbt.tech/docs/dbt-apis/overview.md), [Discovery API](https://docs.getdbt.tech/docs/dbt-apis/discovery-api.md) и [Semantic Layer](https://docs.getdbt.tech/docs/use-dbt-semantic-layer/dbt-sl.md). Он обеспечивает доступ к закрытым API, преобразованию текста в SQL и выполнению SQL-запросов.

Подробнее см. [Введение в Model Context Protocol (MCP)](https://modelcontextprotocol.io/introduction).

MCP-сервер dbt доступен в двух вариантах: с самостоятельным размещением и удалённый.

* [MCP-сервер с самостоятельным размещением](#local-mcp-server): работает на вашем компьютере и требует установки `uvx` (который устанавливает dbt-mcp локально).
* [Удалённый MCP-сервер](#remote-mcp-server): использует HTTP-соединение и удалённо вызывает dbt-mcp на управляемой платформе dbt platform. Это решение размещается на стороне dbt и идеально подходит для сценариев потребления данных.

Подробнее о типах серверов см. в разделе [Доступ к серверу](#server-access).

## Начало работы

Выберите руководство для вашей конфигурации:

| Задача                                                                                                                                                                 | Руководство                                                                                                 | Доступ к инструментам                                  |
| ---------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------- | ------------------------------------------------------ |
| Запрашивать данные и запускать команды dbt platform CLI локально с подключением к аккаунту dbt platform (Semantic Layer, Discovery API, Admin API, SQL, Codegen).      | [Подключиться к dbt platform](https://docs.getdbt.tech/docs/dbt-ai/mcp-quickstart-oauth.md)                | Использует [локальный MCP-сервер](#local-mcp-server).  |
| Запускать команды dbt platform CLI локально с аккаунтом dbt platform или без него. Если есть аккаунт, тот же сервер позволяет запрашивать данные и изучать метаданные. | [Запустить dbt локально](https://docs.getdbt.tech/docs/dbt-ai/mcp-quickstart-cli.md)                       | Использует [локальный MCP-сервер](#local-mcp-server).  |
| Использовать MCP без установки. Данные доступны через инструменты, размещённые в dbt. Команды dbt platform CLI недоступны.                                             | [Подключиться к удалённому MCP-серверу dbt](https://docs.getdbt.tech/docs/dbt-ai/mcp-quickstart-remote.md) | Использует [удалённый MCP-сервер](#remote-mcp-server). |

Настроить или отключить отдельные инструменты локального MCP-сервера можно через [переменные окружения](https://docs.getdbt.tech/docs/dbt-ai/mcp-environment-variables.md).

## Доступ к серверу

Вы можете использовать MCP-сервер dbt следующими способами:

* [Локальный MCP-сервер](#local-mcp-server) — работает на вашем компьютере и требует установки `uvx` (который устанавливает dbt-mcp локально), а затем выполнения `uvx dbt-mcp` для запуска сервера. Клонировать репозиторий не нужно, если только вы не хотите внести вклад в разработку [MCP-сервера dbt](https://github.com/dbt-labs/dbt-mcp).
* [Удалённый MCP-сервер](#remote-mcp-server) — использует HTTP-соединение и отправляет вызовы к dbt-mcp, размещённому на управляемой платформе dbt platform. Этот вариант не требует локальной установки сервера и идеально подходит для сценариев использования данных.

### Локальный MCP-сервер

Локальный MCP-сервер обеспечивает наилучшие возможности для рабочих процессов разработки, таких как создание моделей dbt, тестов и документации.

[Локальный MCP-сервер](https://docs.getdbt.tech/docs/dbt-ai/setup-local-mcp.md) работает на вашем компьютере и требует установки `uvx` (который устанавливает dbt-mcp локально), а затем выполнения `uvx dbt-mcp` для запуска сервера. Клонировать репозиторий не нужно, если только вы не хотите внести вклад в разработку dbt MCP. Локальный MCP-сервер предоставляет:

* Полный доступ к командам dbt (`dbt run`, `dbt build`, `dbt test` и другим)
* Поддержку dbt v1, dbt platform CLI и dbt v2
* Возможность работать с локальными проектами dbt как с учётной записью dbt platform, так и без неё
* Необязательную интеграцию с API dbt platform для поиска метаданных и доступа к семантическому слою

### Удаленный MCP server

Удалённый MCP-сервер dbt позволяет работать со сценариями потребления данных без самостоятельного размещения сервера. Он не поддерживает локальную разработку и команды dbt platform CLI; для этих рабочих процессов используйте [самостоятельно размещаемый MCP-сервер](https://docs.getdbt.tech/docs/dbt-ai/setup-local-mcp.md).

[Удалённый MCP-сервер](https://docs.getdbt.tech/docs/dbt-ai/setup-remote-mcp.md) подключается к dbt platform по HTTP и не требует установки. Этот вариант подходит, если:

* Вы не хотите устанавливать дополнительное программное обеспечение в своей системе или вам запрещено это делать.
* Ваш сценарий использования в основном связан с потреблением данных (например, с запросами метрик, изучением метаданных или просмотром происхождения данных).

Удалённый MCP-сервер доступен на всех [тарифных планах](https://www.getdbt.com/pricing) dbt platform. Однако доступность базовых [API dbt](https://docs.getdbt.tech/docs/dbt-apis/overview.md), на которые опираются инструменты сервера, зависит от тарифного плана. Например, это касается Discovery API и API Semantic Layer. Таким образом, набор инструментов, доступных вам через удалённый MCP-сервер, зависит от вашего тарифного плана.

Для удалённого MCP-сервера действует тот же глобальный лимит частоты запросов по умолчанию, что и для других API dbt (5 000 запросов в минуту с одного IP-адреса). На самостоятельно размещаемый MCP-сервер распространяются общедоступные лимиты Administrative API и Discovery API. Подробности см. в разделе [Лимиты частоты запросов к API](https://docs.getdbt.tech/docs/dbt-apis/rate-limits.md).

Удалённый MCP не требует функций ИИ

Для использования удалённого MCP не требуется включать [функции ИИ](https://docs.getdbt.tech/docs/platform/manage-dbt-ai.md). Если администратор отключит функции ИИ, [`text_to_sql`](https://docs.getdbt.tech/docs/dbt-ai/mcp-available-tools.md#tools-that-require-ai-features) будет единственным скрытым инструментом, а все остальные инструменты продолжат работать.

`text_to_sql` — также единственный инструмент, который расходует выделенный вам лимит действий dbt Copilot. Другие инструменты MCP его не расходуют.

Если в вашем аккаунте исчерпан лимит действий dbt Copilot, `text_to_sql` не будет работать до сброса лимита. Другие инструменты удалённого MCP продолжат работать. Если вам нужна помощь, обратитесь к менеджеру вашего аккаунта.

### Поддерживаемые инструменты по типу MCP-сервера

MCP-сервер dbt предоставляет доступ ко многим возможностям dbt, связанным с разработкой, развертыванием и исследованием данных. Ниже приведены категории поддерживаемых инструментов в зависимости от типа MCP-сервера, к которому вы подключаетесь, а также подробная информация о конкретных командах и запросах, доступных LLM.

Для команд dbt platform CLI, Codegen и Administrative API требуется самостоятельно размещенный MCP-сервер; удаленный MCP-сервер поддерживает только инструменты Semantic Layer, SQL, Discovery, Administrative API и dbt v2.

Обратите внимание, что доступ к [API dbt](https://docs.getdbt.tech/docs/dbt-apis/overview.md) ограничен в зависимости от вашего [тарифного плана](https://www.getdbt.com/pricing).

| Инструменты               | Самостоятельно размещенный | Удаленный |
| ------------------------- | -------------------------- | --------- |
| dbt platform CLI commands | ✅                         | ❌        |
| Semantic Layer            | ✅                         | ✅        |
| SQL                       | ✅                         | ✅        |
| Metadata Discovery        | ✅                         | ✅        |
| Administrative API        | ✅                         | ✅        |
| Codegen Tools             | ✅                         | ❌        |
| dbt v2 Tools              | ✅                         | ✅        |
| Product Docs Tools        | ✅                         | ✅        |
| MCP Server Metadata Tools | ✅                         | ✅        |

## Доступные инструменты

Сервер dbt MCP имеет доступ ко множеству инструментов для разработки, развертывания и поиска ресурсов — например, к CLI

Полный список инструментов, доступных для вашего сервера MCP, автоматически загружается из [README сервера dbt MCP на GitHub](https://github.com/dbt-labs/dbt-mcp#tools) при сборке документации, поэтому он остается актуальным с каждым выпуском.

Чтобы просмотреть полный список инструментов, см. раздел [Доступные инструменты](https://docs.getdbt.tech/docs/dbt-ai/mcp-available-tools.md).

## MCP‑интеграции

MCP-сервер dbt интегрируется с любым [MCP-клиентом](https://modelcontextprotocol.io/clients), который поддерживает аутентификацию через OAuth или по токену, а также использование инструментов — в зависимости от вашей конфигурации. Мы подготовили руководства по интеграции для следующих клиентов:

* [Claude](https://docs.getdbt.tech/docs/dbt-ai/integrate-mcp-claude.md)
* [Cursor](https://docs.getdbt.tech/docs/dbt-ai/integrate-mcp-cursor.md)
* [VS Code](https://docs.getdbt.tech/docs/dbt-ai/integrate-mcp-vscode.md)
* [Snowflake Cortex](https://docs.getdbt.tech/docs/dbt-ai/integrate-mcp-snowflake-cortex.md)
* [Databricks](https://docs.getdbt.tech/docs/dbt-ai/integrate-mcp-databricks.md)

## Хранение данных

MCP-сервер dbt не хранит производственные данные и результаты запусков. При вызове инструмента сервер в режиме чтения получает из dbt platform метаданные, результаты заданий и данные Semantic Layer.

Срок доступности запусков и артефактов определяется [политикой хранения данных платформы dbt](https://www.getdbt.com/security). MCP-сервер может читать запуски и артефакты, пока они доступны на платформе.

## Ресурсы

* [Справочник по переменным окружения](https://docs.getdbt.tech/docs/dbt-ai/mcp-environment-variables.md) — полный список переменных и настроек инструментов для самостоятельно размещаемого сервера MCP
* Дополнительную информацию см. в нашей статье в блоге [Знакомство с сервером dbt MCP](https://docs.getdbt.tech/blog/introducing-dbt-mcp-server#getting-started).