MCP Server Dagster

🚀 mcp-dagster：一個 Dagster MCP 服務器

模型上下文協議 (MCP) 是一個開放協議，它能讓 LLM 應用程序與外部數據源和工具實現無縫集成。本項目提供了一個 MCP 服務器，可用於與數據編排平臺 Dagster 進行交互。

🚀 快速開始

運行示例

1. 啟動帶有您的管道的 Dagster 實例：

uv run dagster dev -f ./examples/open-ai-agent/pipeline.py

2. 運行使用 SSE 傳輸的 MCP 服務器：

uv run examples/open-ai-agent/run_sse_mcp.py

3. 啟動與 Dagster 交互的代理循環：

uv run ./examples/open-ai-agent/agent.py

示例交互

代理啟動後，您可以提出以下問題：

• “我的 Dagster 實例中有哪些可用資產以及它們的作用是什麼？”
• “能否物化 continent_stats 資產並顯示結果？”
• “檢查最近的運行狀態，並提供任何失敗的摘要”
• “創建一個依賴於 continent_stats 的新月度聚合資產”

代理會藉助 MCP 服務器與您的 Dagster 實例進行交互，並依據您的數據管道給出答案。

✨ 主要特性

本服務器實現了與 Dagster 交互的多種工具，具體如下：

• list_repositories：列出所有可用的 Dagster 倉庫
• list_jobs：列出特定倉庫中的所有作業
• list_assets：列出特定倉庫中的所有資產
• recent_runs：獲取最近的 Dagster 運行（默認限制為 10）
• get_run_info：獲取特定運行的詳細信息
• launch_run：啟動一個 Dagster 作業運行
• materialize_asset：將指定的 Dagster 資產進行物化
• terminate_run：終止正在執行的 Dagster 運行
• get_asset_info：獲取特定資產的詳細信息

📦 安裝指南

暫未提供相關安裝步驟，若有需要請持續關注。

📚 詳細文檔

概述

這是一個實現模型上下文協議的服務器，它能讓 AI 代理與 Dagster 實例進行交互，用於探索數據管道、監控運行並管理資產，充當了 LLM 和數據工程工作流之間的橋樑。

閱讀我們的發佈文章以瞭解更多信息。

配置

該服務器使用以下默認配置連接到 Dagster：

項目狀態