Pbix Atlas

io.github.fabienfrfr由 GitHub 帳號 fabienfrfr 發布v1.0.0更新於 Oct 24, 2026

Bidirectional data lineage graph for Power BI (.pbix) files, from source to display

發布方自己的服務：Red Atlas Api

已驗證STDIO僅桌面開發者工具資料與分析

服務詳細資訊

識別碼: io.github.fabienfrfr/pbix-atlas
傳輸: STDIO
執行環境: Desktop only
信任: Verified
發布於: Sep 16, 2026

安全提示

MCP 服務會接收對話中的工具呼叫請求，並可能執行外部操作。啟用前請先了解該服務能做什麼，並只授予它所需的權限。

註冊中心已驗證此條目所屬的 GitHub 帳號 fabienfrfr。這並不表明該帳號就是產品方。

SourceWeft 的檢查只涵蓋條目是否完整、端點是否回應；不審查伺服器的程式碼，也不審查其工具的行為。

在 README 中新增徽章

向讀者展示該 MCP 服務已收錄於 SourceWeft，徽章連結到本頁。

[![Listed on SourceWeft](https://sourceweft.com/badge/mcp/io.github.fabienfrfr%2Fpbix-atlas.svg)](https://sourceweft.com/mcp/io.github.fabienfrfr%2Fpbix-atlas?utm_source=readme&utm_medium=badge)

概覽

AI 產生的概覽

為 Power BI .pbix 檔案建立可遍歷的資料血緣圖，從資料來源經 Power Query 與 DAX 一路追蹤到報表視覺效果欄位。

可以做什麼: PbixAtlas 解析 Power BI .pbix 檔案並建立雙向血緣圖，串接實體資料來源（HTTP、OData、SQL、檔案）、Power Query（M）步驟、資料行、計算資料行、DAX 量值，以及報表視覺效果中顯示的欄位。它提供搜尋、上游與下游遍歷、樹狀列印，以及匯出為 GraphML 或節點/邊 CSV。它也能產生獨立的 Python 流程，重現從資料來源到 Vizro 儀表板的完整鏈路，並以內建解譯器執行 M 原始碼。
適用情境: 適合需要理解或記錄 Power BI 報表資料來源、評估資料來源或量值變更的影響，或把報表邏輯轉成 Python 流程的情境。面向稽核 Power BI 模型的分析師與工程師，而非一般 BI 查詢。
執行需求: 以本機 Python 套件執行（pip install pbix-atlas 或 uv add pbix-atlas）；HTTP/MCP 伺服器以 uv run pbix-atlas 啟動，綁定 PBIX_LINEAGE_HOST 與 PBIX_LINEAGE_PORT。程式碼產生需要 codegen 附加元件。僅限桌面端；未宣告身分驗證。

安裝前請注意

此伺服器會讀取 .pbix 檔案，其資料來源可能內嵌認證或連線字串，因此產生的血緣圖與匯出檔可能暴露資料來源端點與模型細節。程式碼產生功能會在執行時透過內建解譯器執行 M 原始碼，產生的流程應先視為程式碼審查後再執行。

安裝

在 SourceWeft 中

開啟儀表板中的 Pbix Atlas，將其新增到工作區。
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

🌐 PBIX‑Atlas

[PyPI] [GitHub] [CI] [MCP Registry]

Full lineage graph for Power BI — from source to visual field

PbixAtlas is an Universal lineage graph for Power BI .pbix files: source to visual field in one traversable graph.

source (HTTP, OData, SQL, file...) --> Power Query (M)    --> column / calculated column --> measure (DAX)        --> field displayed in a report visual

source (HTTP, OData, SQL, file...) --> Power Query (M)    --> column / calculated column --> measure (DAX)        --> field displayed in a report visual

Install

Quick start

python

from pbix_atlas import LineageGraphBuilder, upstream, downstream, print_tree, find_nodes
graph = LineageGraphBuilder().build("my_report.pbix")
find_nodes(graph, "customer_name")print_tree(graph, "visual_field::my_report.pbix::Page1::16::customer_name", direction="upstream")print_tree(graph, "source::odata::example.com/odata/", direction="downstream")

from pbix_atlas import LineageGraphBuilder, upstream, downstream, print_tree, find_nodes
graph = LineageGraphBuilder().build("my_report.pbix")
find_nodes(graph, "customer_name")print_tree(graph, "visual_field::my_report.pbix::Page1::16::customer_name", direction="upstream")print_tree(graph, "source::odata::example.com/odata/", direction="downstream")

Export

python

from pbix_atlas import export_graphml, export_nodes_csv, export_edges_csv, graph_summary
graph_summary(graph)  # {'query': 70, 'column': 183, ...}export_graphml(graph, "lineage.graphml")  # Gephi / yEdexport_nodes_csv(graph, "nodes.csv")export_edges_csv(graph, "edges.csv")

from pbix_atlas import export_graphml, export_nodes_csv, export_edges_csv, graph_summary
graph_summary(graph)  # {'query': 70, 'column': 183, ...}export_graphml(graph, "lineage.graphml")  # Gephi / yEdexport_nodes_csv(graph, "nodes.csv")export_edges_csv(graph, "edges.csv")

Codegen — standalone Python pipeline

Generates a single Python file reproducing a report's full chain: source → extraction → Power Query → semantic model → Vizro dashboard. The M source is executed at runtime by the built-in interpreter, not pattern-matched. Unimplemented functions raise MRuntimeError (no silent stubs).

python

from pbix_atlas import generate_python_pipeline
generate_python_pipeline("my_report.pbix", "pipeline.py")

from pbix_atlas import generate_python_pipeline
generate_python_pipeline("my_report.pbix", "pipeline.py")

HTTP API / MCP server

REST: POST /graphs, /search, /upstream, /downstream, /tree, /export, /codegen
MCP (streamable HTTP): http://127.0.0.1:8080/mcp/
Env vars: PBIX_LINEAGE_HOST, PBIX_LINEAGE_PORT

Architecture

Module	Responsibility
`models.py`	Node/edge types and shared data structures
`sources.py`	Physical source detection (configurable patterns)
`pbix_model.py`	Adapter isolating from `pbixray`
`m_lexer.py` / `m_parser.py`	Built-in M tokenizer and parser
`m_interpreter.py`	M runtime interpreter + stdlib
`dax_translate.py`	DAX → Python (supported subset)
`dax.py`	DAX reference parsing
`mquery.py`	Power Query dependencies (table-level)
`layout.py`	Internal `Report/Layout` format parsing
`graph_builder.py`	Orchestrator: builds the `networkx.DiGraph`
`navigation.py`	Upstream/downstream traversal, search, export
`codegen.py`	Python pipeline code generation
`api/app.py`	FastAPI + MCP mount (FastMCP)