AI 開發工具

dbt Charts 把儀表板改寫成 YAML，讓 AI 代理可生成、驗證與版本控管

dbt Labs 公開 dbt Charts，以 YAML、SQL 與 Git 取代拖放式 BI 編輯，並提供 CLI、工作流 Skills 及選配 MCP 伺服器。首版仍未直接查詢 dbt Semantic Layer，且與 dbt v2 共用環境可能造成套件降級。

Nightflyer (talk) · CC BY-SA 3.0 · Image source

2026-09-15zh-Hant

dbt Labs 於 9 月 14 日公開 dbt Charts，把查詢、圖表、篩選器與版面配置收進單一 YAML 檔，再由引擎編譯成可互動的儀表板。與傳統 BI 工具把狀態藏在資料庫或專有格式不同，這些檔案可與 dbt 模型一同進 Git，接受 diff、程式碼審查及 CI 驗證，也較適合由 coding agent 反覆產生與修訂。[官方文件](https://docs.dbtcharts.com/)列出長條圖、折線圖、地圖、分面及圖層等元件，資料可來自內嵌值、CSV／Parquet，或對 DuckDB、Postgres、Snowflake、BigQuery、Databricks 等來源執行 SQL。

`dct` CLI 可初始化、驗證、渲染、搜尋及分析影響範圍；安裝選配依賴後，`dct mcp serve` 還能把相關能力提供給外部代理。初始化既有 dbt 專案時，工具也會複製供 Codex、Copilot、Cursor 或 Claude Code 使用的工作流 Skills。技術價值不只是「AI 畫圖」，而是把代理輸出限制在有 schema、可重現且能在合併前檢查的宣告式介面中。

目前仍有幾個重要邊界。儀表板只能以 SQL 查詢 dbt 建出的資料表，依指標名稱直接使用 dbt Semantic Layer 尚在[未排期的議題](https://github.com/dbt-labs/dbt-charts/issues/1)中，因此同一商業指標可能在多張 board 重複定義並逐漸漂移。dbt Charts 的倉儲 adapter 又依賴 dbt Core 1.x；若和 dbt v2 裝進同一 Python 環境，可能靜默把 v2 替換掉，官方建議以 `uv tool install` 或 `pipx` 隔離。團隊下一步應測試 YAML schema 的穩定性、CI 查詢成本、MCP 權限範圍，以及 Semantic Layer 接入後能否真正消除重複 SQL。