mcp-dagster：一个 Dagster MCP 服务器

模型上下文协议 (MCP) 是一个开放协议，使 LLM 应用程序能够与外部数据源和工具实现无缝集成。此存储库提供了一个 MCP 服务器，用于与 Dagster（数据编排平台）交互。

概述

这是一个实现模型上下文协议的服务器，使 AI 代理能够与 Dagster 实例交互，探索数据管道、监控运行并管理资产。它充当 LLM 和您的数据工程工作流之间的桥梁。

阅读我们的发布文章以了解更多信息。

组件

工具

该服务器实现了与 Dagster 交互的多种工具：

• list_repositories：列出所有可用的 Dagster 仓库
• list_jobs：列出特定仓库中的所有作业
• list_assets：列出特定仓库中的所有资产
• recent_runs：获取最近的 Dagster 运行（默认限制为 10）
• get_run_info：获取特定运行的详细信息
• launch_run：启动一个 Dagster 作业运行
• materialize_asset：将指定的 Dagster 资产进行物化
• terminate_run：终止正在执行的 Dagster 运行
• get_asset_info：获取特定资产的详细信息

配置

该服务器使用以下默认配置连接到 Dagster：

• GraphQL 端点：http://localhost:3000/graphql
• 传输方式：SSE（服务器发送事件）

快速入门

运行示例

1. 使用您的管道启动 Dagster 实例：

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

2. 运行使用 SSE 传输的 MCP 服务器：

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

3. 启动与 Dagster 交互的代理循环：

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

示例交互

一旦代理运行，您可以提出以下问题：

• “我的 Dagster 实例中有哪些可用资产以及它们的作用是什么？”
• “能否物化 continent_stats 资产并显示结果？”
• “检查最近的运行状态，并提供任何失败的摘要”
• “创建一个依赖于 continent_stats 的新月度聚合资产”

代理将使用 MCP 服务器与您的 Dagster 实例交互，并根据您的数据管道为您提供答案。