Datanika MCP

Name: Datanika MCP
Author: datanika-io

作者：datanika-io版本 0.2.0i★ –i在你的电脑上运行

注册名称io.datanika/datanika-mcp

安装

概览

作者提供的说明（英文原文）

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

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 其他
你需要填写：DATANIKA_API_KEY

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
需要你自己填写： DATANIKA_URL, DATANIKA_API_KEY, DATANIKA_ALLOW_WRITE

标为机密的值是你账户的钥匙。千万不要分享给别人，也不要粘贴到聊天里。

你需要

PyPI已安装 Python 的 uv（用于 uvx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

{
  "mcpServers": {
    "datanika": {
      "command": "uvx",
      "args": [
        "datanika-mcp"
      ],
      "env": {
        "DATANIKA_URL": "your-value",
        "DATANIKA_API_KEY": "your-value",
        "DATANIKA_ALLOW_WRITE": "your-value"
      }
    }
  }
}

在终端中运行这条命令

claude mcp add datanika --env DATANIKA_URL=your-value --env DATANIKA_API_KEY=your-value --env DATANIKA_ALLOW_WRITE=your-value -- uvx datanika-mcp

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "datanika": {
      "command": "uvx",
      "args": [
        "datanika-mcp"
      ],
      "env": {
        "DATANIKA_URL": "your-value",
        "DATANIKA_API_KEY": "your-value",
        "DATANIKA_ALLOW_WRITE": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "datanika": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "datanika-mcp"
      ],
      "env": {
        "DATANIKA_URL": "your-value",
        "DATANIKA_API_KEY": "your-value",
        "DATANIKA_ALLOW_WRITE": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

需要你填写的值

DATANIKA_URL env
Datanika instance URL (defaults to https://app.datanika.io; set this for a self-hosted instance)
DATANIKA_API_KEY 机密必填 env
Datanika API key (from Settings -> API Keys)
DATANIKA_ALLOW_WRITE env
Set to true to enable write/trigger tools (read-only by default)

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月6日

✓ 通过
作者与仓库一致
注册名称已通过域名 datanika.io 验证（注册中心会核实域名所有权）
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“其他”中的其他服务器比较i

星标数多于此分类中其他 32509 个服务器的 0%
发布到注册中心的时间比此分类中其他 32509 个服务器的 19% 更新
基础检查结果等于或优于此分类中其他 32509 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

Datanika MCP 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

你需要填写：DATANIKA_API_KEY

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（0.2.0）于4个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。

有什么可以替代它？

同一分类中有：Spec Driven Development, Remote Desktop Commander, Fomu MCP

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Spec Driven Development

作者：formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

在你的电脑上运行★ 440MIT14个月前更新

安装

Remote Desktop Commander

作者：desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

在云端运行★ 211昨天更新

安装

Fomu MCP

作者：gabrielmahia

Kenya government form guides: checklists, draft letters, eCitizen, Huduma, timelines. Sample data.

在你的电脑上运行今天更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

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

# From PyPI (recommended)

uvx datanika-mcp --help

From git

uvx --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)

"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

Environment variables

You can also configure via environment variables:

"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)

Tool	Description
`get_agent_tiers`	Get the 5-tier agent capability stack
`get_connection_types`	List supported connection types with config schemas
`list_connections`	List all connections in the org
`get_connection`	Get connection details by ID
`introspect_connection`	List schemas/tables of a source connection
`preview_connection`	Preview first N rows of a table
`query_connection`	Execute a read-only SQL query
`compile_transformation`	Compile a dbt transformation (no execution)
`preview_transformation`	Compile + execute, return preview rows
`list_uploads`	List all uploads
`list_pipelines`	List all pipelines
`list_transformations`	List all transformations
`list_runs`	List runs with optional filters
`get_run`	Get run details by ID
`get_run_logs`	Get run logs
`list_catalog`	List catalog entries (source tables + dbt models)
`get_catalog_entry`	Get catalog entry details

Requires `--allow-write`

Tool	Description
`create_connection`	Create a new data connection
`create_upload`	Create a new upload (extract + load)
`create_pipeline`	Create a new pipeline (dbt orchestration)
`create_transformation`	Create a new dbt SQL transformation
`bulk_import`	Bulk-create resources from JSON v2 format
`trigger_upload`	Trigger an upload run
`trigger_pipeline`	Trigger a pipeline run
`trigger_transformation`	Trigger 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:

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):

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

   git tag mcp-v0.2.0

git push origin mcp-v0.2.0

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.