Elementary

公式

MCPを介してAIエージェントにデータの可観測性、系列、テスト結果、インシデントを公開します。

Elementary MCPで何ができますか？

モデルのメタデータとステータスを参照 — get_model および get_models を使用して、モデルのカラム、テスト、実行履歴を確認します。
テーブルおよびカラムレベルの系列を探索 — get_lineage を使用して、dbt および BI ツール間の上流・下流の依存関係を追跡します。
未解決のインシデントとそのコンテキストを確認 — get_incidents および get_incident を使用して、アクティブなインシデントを一覧表示し、詳細を掘り下げます。
テストカタログを検索してテストを追加 — search_tests で利用可能なテストを見つけ、add_test を使用してカラムにテストを追加します。
モデルのテストカバレッジを確認 — get_test_coverage を通じて、テスト済みのカラムと未テストのカラムを取得します。
過去の実行履歴を表示 — get_execution_history を使用して、過去の dbt 実行結果とパフォーマンスの詳細を確認します。

ドキュメント

Elementary MCP Server

Elementary MCP Server を使用すると、Elementary 環境を MCP（Model Context Protocol）をサポートする任意のクライアントに接続できます。これにより、AI エージェント、コパイロット、または自然言語インターフェースが、ライブコンテキストを使用してデータスタックに対してクエリを実行し、アクションを起こせるようになります。

MCP とは？

MCP（Model Context Protocol）は、Anthropic によって導入されたオープンプロトコルです。AI システムが外部ツールからコンテキストを取得し、アクションを構造化された方法でトリガーするための方法を定義します。

Elementary MCP Server は、以下を含むデータ環境の主要部分をクエリするためのインターフェースを公開します。

モデル
テスト
インシデント
テストカバレッジ
リネージ（dbt + BI）、カラムレベルを含む
インシデント

これにより、次のようなワークフローが可能になります。

「収益ダッシュボードにデータを供給しているモデルのステータスは？」と尋ねる
カラムのフレッシュネステストを自動的に作成する
リネージを参照して問題の上流原因を見つける
UI を開かずに更新や同期をトリガーする

仕組み

MCP Server はリモートサービスとして実行され、単一の認証済みエンドポイントを介して公開されます。Claude、Cursor IDE、カスタムエージェント、LLM コパイロットなど、MCP 対応クライアントと互換性があります。

サポートされている操作

Elementary MCP Server では以下が可能です。

完全なアセット詳細 - メタデータ、カラム定義、テストカバレッジ
リネージ - dbt および BI ツール全体でのテーブルおよびカラムレベルのリネージを探索
インシデント - 未解決のインシデントとそのコンテキストを表示
テスト - テストカタログを使用してテストを参照および追加
モデル - モデルのメタデータとステータスを検査
実行履歴 - 過去の実行とパフォーマンスの詳細を表示

近日公開予定

以下を含むサポートを拡張予定です。

データヘルスサマリー
ボリュームおよびフレッシュネスメトリクス
同期トリガー
クラウドテスト設定の更新