Datanika Mcp

io.datanika由 datanika.io 發布v0.2.0更新於 Oct 24, 2026

Read-only-by-default MCP for Datanika: browse data, run dbt transforms, manage ELT pipelines.

已驗證STDIO僅桌面資料庫資料與分析

概覽

AI 產生的概覽

面向 Datanika 的本機 MCP 伺服器，讓助理瀏覽資料連線、預覽與查詢資料、處理 dbt 轉換並監控 ELT 管線。

可以做什麼
瀏覽與檢查連線：列出連線類型、連線及其詳細資料，檢視來源連線的 schema 與資料表，預覽資料列，並執行唯讀 SQL 查詢。處理 dbt 轉換：僅編譯不執行、預覽編譯執行結果，並列出轉換。監控管線與執行：列出管線、上傳與執行紀錄，取得執行詳情與日誌，讀取來源資料表與 dbt 模型的目錄項目。啟用寫入後：建立連線、上傳、管線與轉換，依 JSON 批次匯入資源，並觸發上傳、管線與轉換執行。
適用情境
適合使用 Datanika 進行 ELT 與 dbt 工作的情境，希望在桌面聊天用戶端中讓助理探查資料來源、檢查轉換邏輯，或查看管線執行狀態與日誌。除非確實需要助理建立資源或啟動執行，否則維持唯讀模式。
執行需求
以 Python 套件（uvx datanika-mcp）在本機執行，需桌面用戶端如 Claude Desktop。需要 Datanika API 金鑰（DATANIKA_API_KEY）以及存取 Datanika 執行個體的網路連線；DATANIKA_URL 預設指向託管應用，自架時須指向後端連接埠。寫入工具需將 DATANIKA_ALLOW_WRITE 設為 true 或使用 --allow-write 參數。
安裝前請注意
API 金鑰是敏感憑證，透過命令列或 DATANIKA_API_KEY 傳入，請勿放入共用設定。寫入模式預設關閉，但一旦啟用，助理即可建立連線、管線與轉換並觸發執行，可能變更資料並消耗運算資源。唯讀查詢與預覽工具仍會將查詢與資料傳送到你的 Datanika 執行個體。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Datanika Mcp，將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Desktop only，透過 STDIO。 STDIO 服務會啟動本機處理程序，因此需要 SourceWeft 桌面主機。

其他 MCP 客戶端

參照 儲存庫 中的啟動說明。

README

Datanika MCP Server

mcp-name: io.datanika/datanika-mcp

MCP server for Datanika — browse connections, preview data, compile and validate dbt transformations, monitor runs, and manage pipelines from Claude Desktop.

Read-only by default. Pass --allow-write to enable creating resources and triggering pipeline runs.

Install

bash
# From PyPI (recommended)uvx datanika-mcp --help
# From gituvx --from "git+https://github.com/datanika-io/datanika-core#subdirectory=datanika-mcp" datanika-mcp --help

Claude Desktop Configuration

Add to your Claude Desktop config (~/Library/Application Support/Claude/claude_desktop_config.json on macOS, %APPDATA%\Claude\claude_desktop_config.json on Windows):

Read-only (recommended)

json
{  "mcpServers": {    "datanika": {      "command": "uvx",      "args": [        "--from", "git+https://github.com/datanika-io/datanika-core#subdirectory=datanika-mcp",        "datanika-mcp",        "--url", "https://app.datanika.io",        "--api-key", "YOUR_API_KEY"      ]    }  }}

With write access

json
{  "mcpServers": {    "datanika": {      "command": "uvx",      "args": [        "--from", "git+https://github.com/datanika-io/datanika-core#subdirectory=datanika-mcp",        "datanika-mcp",        "--url", "https://app.datanika.io",        "--api-key", "YOUR_API_KEY",        "--allow-write"      ]    }  }}

Environment variables

You can also configure via environment variables:

json
{  "mcpServers": {    "datanika": {      "command": "uvx",      "args": [        "--from", "git+https://github.com/datanika-io/datanika-core#subdirectory=datanika-mcp",        "datanika-mcp"      ],      "env": {        "DATANIKA_URL": "https://app.datanika.io",        "DATANIKA_API_KEY": "YOUR_API_KEY",        "DATANIKA_ALLOW_WRITE": "true"      }    }  }}

Available Tools

Always available (read-only)

ToolDescription
get_agent_tiersGet the 5-tier agent capability stack
get_connection_typesList supported connection types with config schemas
list_connectionsList all connections in the org
get_connectionGet connection details by ID
introspect_connectionList schemas/tables of a source connection
preview_connectionPreview first N rows of a table
query_connectionExecute a read-only SQL query
compile_transformationCompile a dbt transformation (no execution)
preview_transformationCompile + execute, return preview rows
list_uploadsList all uploads
list_pipelinesList all pipelines
list_transformationsList all transformations
list_runsList runs with optional filters
get_runGet run details by ID
get_run_logsGet run logs
list_catalogList catalog entries (source tables + dbt models)
get_catalog_entryGet catalog entry details

Requires --allow-write

ToolDescription
create_connectionCreate a new data connection
create_uploadCreate a new upload (extract + load)
create_pipelineCreate a new pipeline (dbt orchestration)
create_transformationCreate a new dbt SQL transformation
bulk_importBulk-create resources from JSON v2 format
trigger_uploadTrigger an upload run
trigger_pipelineTrigger a pipeline run
trigger_transformationTrigger a transformation run

Self-hosted

Point --url at your instance. Use the backend port (8000) — 3000 is the Reflex frontend and serves no /api/v1:

bash
datanika-mcp --url http://localhost:8000 --api-key etf_your_key

Releasing (maintainers)

datanika-mcp publishes to PyPI via GitHub Actions Trusted Publishing (OIDC — no stored API token). To cut a release (from master):

  1. Bump version in pyproject.toml.

  2. Tag and push — the tag version must match pyproject.toml:

    bash
    git tag mcp-v0.2.0git push origin mcp-v0.2.0

  3. The Release datanika-mcp to PyPI workflow builds the sdist + wheel and publishes. Verify: uvx datanika-mcp --help resolves from PyPI.

First-release setup: a one-time PyPI trusted-publisher must be configured (project datanika-mcp, repo datanika-io/datanika-core, workflow release-mcp.yml, environment pypi) before the first tag will publish. See the infra human-locker.

License

AGPL-3.0 — same as the core Datanika platform.

來源：datanika-mcp/README.md，提交 ff8512a

工具

0
SourceWeft 尚未在沙箱中啟動過該軟體包，因此其工具未知。

版本歷史

1
  1. v0.2.0最新Sep 16, 2026

評分

已滿足適用檢查項的 50%

該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通25 分

    請保持端點能夠回應 MCP 握手；SourceWeft 每 30 天探測一次。

  • 已宣告認證方式10 分

    請在註冊中心條目中宣告憑證請求標頭，或保持端點能夠回應探測，以便判定其認證方式。

  • 已列出工具15 分

    請讓伺服器在無憑證時回應 tools/list，或發布可在沙箱中無憑證啟動的軟體包。

  • 描述必需15 分
  • 圖示10 分
  • 文件15 分
  • 授權條款10 分