Dagster+ MCP Server

Der Dagster+ MCP Server verbindet Ihren KI-Assistenten mit Dagster+, der verwalteten Cloud-Version von Dagster. Dagster ist ein quelloffenes Python-Werkzeug zur Orchestrierung von Datenpipelines, das seit 2018 auf GitHub unter der Apache-2.0-Lizenz entwickelt wird. Orchestrierung heißt, dass Dagster festlegt, wann welche Berechnung läuft, in welcher Reihenfolge und was bei Fehlern passiert. MCP, das Model Context Protocol, ist ein offener Standard, über den Assistenten wie Claude Code oder Codex externe Dienste ansprechen. Der Server wird vom Dagster-Team selbst betrieben und ist in der offiziellen Dokumentation beschrieben.

Wer steckt hinter Dagster?

Dagster wurde von Dagster Labs entwickelt, gegründet von Nick Schrock, der zuvor bei Facebook an GraphQL mitgearbeitet hat. Im Juli 2026 hat Prefect Technologies Dagster Labs übernommen. Laut Übernahmeankündigung und Kunden-FAQ bleiben Dagster und Dagster+ als eigene Produkte bestehen, niemand muss zu Prefect wechseln, und Preise sowie Verträge bleiben unverändert. Deshalb führen wir den Server bei Skill Road unter dem Anbieter Prefect, neben dem ebenfalls offiziellen Prefect MCP Server.

Was unterscheidet Dagster von anderen Orchestrierern?

Dagster denkt nicht in einzelnen Aufgaben, sondern in Assets. Ein Asset ist ein Datenbestand, den eine Pipeline erzeugt, etwa eine Tabelle im Data Warehouse, eine Datei oder ein trainiertes Modell. Dagster weiß, welche Assets voneinander abhängen und wann sie zuletzt aktualisiert wurden. Ein Run ist ein einzelner Durchlauf, der ein oder mehrere Assets neu berechnet. Wer das Prinzip kennt, versteht schnell, was der MCP-Server kann: Er arbeitet genau mit diesen Bausteinen.

Funktionsumfang laut Dokumentation

Die Dokumentation listet in einer Tabelle, was der Server mit welchem Objekt darf. Runs können Sie ansehen, starten und beenden, aber nicht nachträglich ändern. Run-Logs lassen sich lesen. Assets können Sie ansehen und neu materialisieren lassen, also eine Neuberechnung anstoßen; ändern oder löschen lassen sie sich nicht. Deployments, die Umgebungen Ihres Projekts, sind nur lesbar. Alert Policies, also Regeln, wann Dagster+ Sie per E-Mail, Slack oder Teams benachrichtigt, lassen sich vollständig anlegen, ändern und löschen, ebenso Dagster+ Issues. Für Runs, Assets und Deployments liefert der Server zusätzlich Kennzahlen aus Dagster+ Insights, etwa zu Laufzeiten und Fehlerquoten.

Wofür ist das im Alltag nützlich?

Der typische Fall ist die Fehlersuche. Statt sich durch Oberfläche und Logs zu klicken, fragen Sie: Warum ist der nächtliche Run für die Umsatztabelle fehlgeschlagen? Der Assistent liest die Logs, erkennt etwa eine geänderte Spalte im Quellsystem und kann, weil er auch Ihren Code im Editor sieht, die Ursache gleich dort beheben. Anschließend stößt er die Neuberechnung des betroffenen Assets an. Ebenso praktisch ist das Einrichten von Alerts in normaler Sprache oder ein schneller Überblick, welche Assets in letzter Zeit auffällig lange laufen.

Einrichtung und Anmeldung

Der Server läuft ausschließlich gehostet, es gibt nichts zu installieren. Für Organisationen in der US-Region lautet die Adresse https://mcp.agent.dagster.cloud/mcp, für die EU-Region https://mcp.agent.eu.dagster.cloud/mcp. Die Anmeldung läuft über OAuth: Sie bestätigen den Zugriff im Browser, ohne einen Schlüssel weiterzugeben. Der Server erhält dann genau Ihre Rechte in Dagster+. Für Clients ohne OAuth gibt es einen zweiten Weg mit einem Benutzer-Token und dem Namen Ihrer Organisation als Header. Wer dem Assistenten andere Rechte geben will als sich selbst, legt laut Dokumentation einen eigenen Service User an. Ausdrücklich beschrieben sind Claude Code und Codex; Cursor und andere Clients nutzen den allgemeinen Weg über die Adresse.

Kosten und Status

Der Server ist nur mit Dagster+ nutzbar, nicht mit selbst betriebenem Open-Source-Dagster. Dagster+ hat laut Preisseite keinen dauerhaft kostenlosen Tarif, sondern kostenpflichtige Pläne mit 30 Tagen Testphase sowie einen Pro-Tarif auf Anfrage. Der MCP-Server ist in allen Tarifen enthalten. Die Dokumentation nennt ihn Beta, die Preisseite Preview; Funktionen können sich also noch ändern. Dagster+ Issues und weitere KI-Funktionen gibt es laut Preisseite nur im Pro-Tarif, ebenso die EU-Region.

Für wen lohnt sich der Dagster+ MCP Server?

Er lohnt sich für Data Engineers und Analytics-Teams, die Dagster+ bereits nutzen und ihre Pipelines aus dem Editor heraus überwachen und reparieren wollen. Weil der Server Runs starten und beenden sowie Alerts löschen kann, sollten Sie ihm bewusst nur die nötigen Rechte geben. Wer Dagster selbst betreibt, kann den Server nicht nutzen und greift besser auf die Dagster-Kommandozeile zurück. Für Teams, die neben Dagster auch Prefect einsetzen, ergänzt der Prefect MCP Server das Bild.

Eine Dagster+-Organisation (US- oder EU-Region) und ein Client mit Remote-MCP-Servern über HTTP, idealerweise mit OAuth. Ohne OAuth ein Dagster+-Benutzer-Token und der Organisationsname.

Mit dem Dagster+ MCP Server liest Ihr KI-Assistent Runs, Logs und Assets direkt aus Dagster+ und kann auf Wunsch Runs starten oder Assets neu berechnen. Der Server wird vom Dagster-Team gehostet, installiert werden muss nichts. Dieser Ratgeber zeigt die Einrichtung in Claude Code und Codex und gibt Tipps für einen sicheren Alltag.

Schritt 1: Voraussetzungen

Sie brauchen eine Organisation in Dagster+, der verwalteten Cloud-Version von Dagster. Mit selbst betriebenem Open-Source-Dagster funktioniert der Server nicht. Prüfen Sie außerdem, in welcher Region Ihre Organisation liegt: US-Organisationen nutzen https://mcp.agent.dagster.cloud/mcp, EU-Organisationen https://mcp.agent.eu.dagster.cloud/mcp.

Schritt 2: Claude Code verbinden

Geben Sie im Terminal claude mcp add --transport http dagster-plus https://mcp.agent.dagster.cloud/mcp ein. Starten Sie danach eine Claude-Code-Sitzung, rufen Sie /mcp auf, wählen Sie dagster-plus und dann Authenticate. Im Browser melden Sie sich bei Dagster+ an und bestätigen den Zugriff. Ab jetzt arbeitet der Server mit Ihren Rechten.

Schritt 3: Codex verbinden

In Codex lautet der Befehl codex mcp add dagster-plus --url https://mcp.agent.dagster.cloud/mcp. Die Anmeldung öffnet sich sofort im Browser. Wenn Sie anschließend in einer Codex-Sitzung /mcp eingeben, sollte dagster-plus als verbunden erscheinen.

Schritt 4: Andere Clients und Token

Unterstützt Ihr Client OAuth, tragen Sie einfach die Adresse ein und folgen der Anmeldung. Andernfalls geben Sie zwei Header mit: Authorization mit dem Wert Bearer und Ihrem Benutzer-Token sowie Dagster-Cloud-Organization mit dem Namen Ihrer Organisation. Das Token erzeugen Sie in Dagster+ unter den Benutzer-Tokens. In Claude Code hängen Sie dafür zweimal --header an den Befehl an.

Erste Fragen

Starten Sie mit Fragen wie: Welche Runs sind in den letzten 24 Stunden fehlgeschlagen? Lies die Logs des letzten fehlgeschlagenen Runs und nenne die Ursache. Welche Assets laufen laut Insights auffällig lange? Lege einen Alert an, der mich per Slack benachrichtigt, wenn das Asset für die Umsatztabelle fehlschlägt.

Sicher arbeiten

Der Server kann Runs starten und beenden, Assets neu berechnen lassen und Alert Policies löschen. Eine versehentliche Neuberechnung großer Assets kann im Data Warehouse spürbar Kosten verursachen. Dagster empfiehlt deshalb, für den Assistenten einen eigenen Service User mit passenden Rechten anzulegen, statt das eigene Konto zu verwenden. Lassen Sie schreibende Aktionen im Client immer bestätigen.

claude mcp add --transport http dagster-plus https://mcp.agent.dagster.cloud/mcp

OAuth im Browser mit dem Dagster+-Konto; der Server übernimmt die Rechte des angemeldeten Nutzers. Alternativ ein Benutzer-Token als Bearer-Header plus Header Dagster-Cloud-Organization. Für abweichende Rechte empfiehlt Dagster einen Service User.

Runs ansehen, starten und beenden; Run-Logs lesen; Assets ansehen und materialisieren; Deployments nur lesen; Alert Policies und Dagster+ Issues anlegen, ändern und löschen; Insights-Metriken lesen. Immer begrenzt auf die Rechte des verwendeten Nutzers.

Der Server läuft gehostet bei Dagster in der Region Ihrer Organisation (US oder EU). Logs, Asset-Namen und Metriken, die im Chat landen, gehen zusätzlich an den KI-Anbieter des Clients.

Mittel. Der Server kann Runs starten und beenden, Neuberechnungen auslösen und Alert Policies löschen; ein Fehlgriff kann Kosten im Data Warehouse verursachen oder Benachrichtigungen abschalten. Logs können vertrauliche Daten enthalten. Einen Service User mit knappen Rechten verwenden und schreibende Aktionen bestätigen lassen.