DBT Semantic Layer
连接dbt语义层与AI助手，实现自然语言查询数据
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：DBT Semantic Layer。 它的用途是：连接dbt语义层与AI助手，实现自然语言查询数据 完整的 Skill 内容见：https://321skill.com/skills/dbt-semantic-layer/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我看看过去一个月各地区的销售趋势，并与去年同期对比。”，它会通过dbt语义层理解“销售趋势”、“地区”、“同比”等业务概念，自动查询对应的指标模型，并返回带有图表或表格的分析结果。或者
对AI说：“当前利润率最高的产品是什么？”，它会查询定义好的利润率指标并列出排名。
介绍
这个Skill解决了数据分析师和业务人员需要通过复杂SQL或BI工具查询dbt语义层数据的痛点。它作为一个MCP集成工具，将dbt语义层的能力桥接到AI助手（如Claude Desktop），让用户可以直接用自然语言提问，自动生成并执行查询，获取业务指标和分析结果。
使用时，你需要配置好dbt语义层的连接信息（如服务地址、API密钥），然后在支持的AI助手客户端中启用此Skill。之后，你就可以像与同事对话一样，向AI询问“上季度销售额是多少？”或“哪个产品线增长最快？”，AI会理解你的意图，通过此Skill查询dbt语义层并返回结构化的数据答案。
它非常适合经常使用dbt构建数据模型，并希望提升数据查询和探索效率的角色，如数据分析师、产品经理和业务运营人员。他们无需记忆复杂的表结构或编写SQL，就能快速获取洞察。
使用建议是，确保你的dbt语义层已正确部署且包含清晰的数据模型定义，这样AI才能生成准确的查询。注意事项包括，查询性能受语义层和网络影响，且目前主要支持基于dbt Cloud的语义层。
核心特点
核心区别在于直接对接dbt官方的语义层服务，而非直接连接数据仓库，确保了查询使用的是经过治理和定义好的业务指标与模型，保证了数据一致性和安全性。同时，它作为MCP工具，能无缝集成到支持MCP协议的AI助手生态中，提供标准化的自然语言数据查询体验。
注意事项
不适合需要直接编写复杂自定义SQL、进行底层数据探索或连接非dbt语义层数据源的场景。
常见问题
需要dbt Cloud吗？
是的，目前主要支持dbt Cloud的语义层服务。
支持哪些AI助手？
支持任何实现了MCP（Model Context Protocol）客户端的AI助手，如Claude Desktop。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/dbt-semantic-layer/raw/index.md 读取 DBT Semantic Layer 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/dbt-semantic-layer/raw/index.md（查看排版版本）