Token导航 LogoToken导航TokenDH.com
MCP Server Dagster logo
AI代理stdio官方级别未说明来源级核验

MCP Server Dagster

MCP Server

一个模型上下文协议服务器,使AI代理能够与Dagster实例交互,探索数据管道,监控运行和管理资产。

工具数

0

提示词数

0

GitHub Stars

20

资源数

0
PythonAI代理工作流自动化

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

kyryl-opens-ml

提供方

kyryl-opens-ml

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

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

详细介绍

mcp-dagster:dagster mcp服务器

模型上下文协议(MCP) 是一种开放协议,可实现LLM应用程序与外部数据源和工具之间的无缝集成。此存储库提供了一个MCP服务器,用于与 达格斯特,数据编排平台。

概述

一个模型上下文协议服务器,使AI代理能够与Dagster实例交互,探索数据管道,监控运行和管理资产。它充当LLM和数据工程工作流之间的桥梁。

阅读我们的 发射站 了解更多。

](https://pypi.org/project/mcp-server-dagster/) ![Tests](https://github.com/kyryl-opens-ml/mcp-server-dagster/actions/workflows/pypi-publish.yaml)

组件

工具

服务器实现了几个Dagster交互工具:

  • list_repositories:列出所有可用的Dagster存储库
  • list_jobs:列出特定存储库中的所有作业
  • list_assets:列出特定存储库中的所有资产
  • recent_runs:获取最近的Dagster运行(默认限制:10)
  • get_run_info:获取特定运行的详细信息
  • launch_run:启动Dagster作业运行
  • materialize_asset:具体化Dagster资产
  • terminate_run:终止正在进行的Dagster运行
  • get_asset_info:获取特定资产的详细信息

配置

服务器使用以下默认值连接到Dagster:

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

快速启动

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
  1. 使用SSE传输运行MCP服务器:
uv run examples/open-ai-agent/run_sse_mcp.py
  1. 启动代理循环以与Dagster交互:
uv run ./examples/open-ai-agent/agent.py

交互示例

代理运行后,您可以提出以下问题:

  • “我的Dagster实例中有哪些可用资产,它们的作用是什么?”
  • “你能实现continent_stats资产并向我展示结果吗?”
  • “检查最近运行的状态,并提供任何失败的摘要”
  • “根据continent_stats创建新的月度聚合资产”

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提供答案。

目录标签

目录标签

PythonAI代理工作流自动化数据编排本地部署模型上下文协议数据管道Dagster

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP