convez.ai
MCP ServerDados & AnalyticsAvançado
jeyssonlza

Power BI MCP Server

jeyssonlza/powerbi-mcp-server

Automação inteligente de projetos Power BI via MCP com 67 ferramentas

Ver no GitHub
BomPluginScore · de 0 a 100

Servidor MCP profissional para ler, analisar e modificar projetos Power BI (PBIP/PBIX) via linguagem natural. Oferece 67 ferramentas para manipulação de modelos semânticos, criação de dashboards, análise de qualidade e integração com modelos de IA (anomalias, clustering, forecasting, regressão).

Instalação

$npx convez-ai jeyssonlza/powerbi-mcp-server

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
6
Forks
2
Acompanhando
0
Saúde
100%
Último commit
há 2 semanas
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Criar e modificar modelos semânticos Power BI programaticamente
  • Gerar dashboards e visuales via instruções em linguagem natural
  • Análise de qualidade, performance e aderência a boas práticas em DAX
  • Aplicar modelos de IA (clustering, forecasting, anomalias) aos dados
  • Documentação automática, backup e auditoria de projetos Power BI

Veredito

Ferramenta madura e robusta para times que trabalham com Power BI em escala. Cobre desde manipulação básica de modelos até integrações avançadas com IA; excelente para automação e governança, mas requer familiaridade com Power BI, DAX e Python. Suporte a licença comercial.

README

A tradução para o português deste README ainda está na fila.

Power BI MCP Server

Servidor MCP profesional para leer, analizar, documentar y modificar proyectos Power BI en formato PBIP/PBIX mediante lenguaje natural desde clientes compatibles con Model Context Protocol.

Python MCP License: AGPL v3 Commercial License Code style: ruff CI

Estado Del Proyecto

Power BI MCP Server nace como una herramienta modular para equipos que trabajan con modelos semanticos, reportes, visuales, documentacion y automatizacion de Power BI. El proyecto incluye desde su primera entrega:

  • Servidor MCP por transporte stdio.
  • Lectura y escritura segura de proyectos PBIP.
  • Exploracion y modificacion del modelo semantico.
  • Creacion de paginas, visuales y dashboards PBIR.
  • Analisis de calidad, rendimiento y buenas practicas.
  • Integracion de modelos de IA al modelo Power BI.
  • Documentacion tecnica, diccionario de datos y changelog por proyecto.
  • Backups automaticos, restauracion, auditoria y cifrado Fernet opcional.
  • Integracion con Power BI Service mediante REST API.

El proyecto se valida en CI con su suite de pruebas (pytest), ruff (lint) y mypy (tipado). Consulta la seccion Calidad Y Pruebas.

Tabla De Contenidos

Que Es

Power BI MCP Server es un servidor Model Context Protocol que permite a asistentes de IA interactuar con proyectos Power BI usando herramientas controladas. En lugar de editar manualmente multiples archivos JSON/TMDL/PBIR, el usuario puede pedir acciones en lenguaje natural y el cliente MCP invoca las herramientas correspondientes del servidor.

El servidor esta orientado principalmente a PBIP, porque este formato es mas adecuado para control de versiones, auditoria, revision tecnica y automatizacion que un archivo PBIX binario.

Para Que Sirve

Sirve para acelerar y estandarizar tareas comunes en proyectos Power BI:

  • Abrir proyectos PBIP y entender su estructura.
  • Listar tablas, columnas, medidas y relaciones.
  • Crear, actualizar o eliminar medidas DAX.
  • Crear tablas, columnas y relaciones del modelo semantico.
  • Validar expresiones DAX y sugerir buenas practicas.
  • Crear paginas y visuales PBIR.
  • Generar visuales HTML interactivos.
  • Ejecutar analisis de calidad de datos, perfilado y rendimiento.
  • Aplicar modelos de IA como anomalias, clustering, forecasting, RFM, regresion, clasificacion, correlacion y arboles de decision.
  • Integrar resultados de IA como tablas calculadas DAX o consultas Power Query.
  • Generar documentacion tecnica y diccionarios de datos.
  • Crear backups automaticos y restaurarlos.
  • Consultar logs de auditoria.
  • Conectarse a Power BI Service para listar workspaces, datasets, reportes, ejecutar DAX y solicitar refrescos.

Caracteristicas

Gestion De Proyectos PBIP/PBIX

  • Apertura de proyectos desde carpeta raiz o archivo .pbip.
  • Deteccion automatica de modelo semantico y reporte.
  • Lectura de modelos TMSL (model.bim) y TMDL basico.
  • Lectura de reportes PBIR.
  • Conversion PBIP a PBIX mediante pbi-tools cuando esta disponible.
  • Lectura de metadatos basicos de PBIX existentes.

Modelado Semantico

  • Operaciones sobre tablas, columnas, medidas y relaciones.
  • Validacion de nombres y expresiones DAX.
  • Diagnostico de relaciones rotas, ambiguas, bidireccionales o aisladas.
  • Clasificacion de esquema estrella, copo de nieve o indeterminado.
  • Persistencia segura con backup previo y escritura atomica.

Inteligencia Artificial

  • Deteccion de anomalias.
  • Clustering.
  • Forecasting de series temporales.
  • Segmentacion RFM.
  • Matriz de correlaciones.
  • Arbol de decision explicativo.
  • Regresion.
  • Clasificacion.
  • Integracion de resultados al modelo como DAX o Power Query M.

Visuales Y Reportes

  • Creacion de paginas PBIR.
  • Creacion de visuales nativos PBIR.
  • Creacion de dashboards con layout automatico.
  • Exportacion de visuales HTML interactivos con Plotly.
  • Generacion de temas Power BI.
  • Sincronizacion automatica de la sesion tras escribir paginas o visuales.

Analisis Y Documentacion

  • Analisis de calidad de datos.
  • Perfilado de datasets.
  • Analisis de rendimiento estatico.
  • Analizador de buenas practicas.
  • Documentacion tecnica en Markdown y HTML.
  • Diccionario de datos en Markdown, JSON o CSV.
  • Changelog automatico por proyecto Power BI.

Seguridad

  • Backups automaticos antes de escrituras.
  • Restauracion de backups de archivos y carpetas.
  • Backups cifrados opcionales con Fernet (PBIMCP_BACKUP_ENCRYPT=true).
  • Validacion segura de archivos ZIP antes de extraer.
  • Modo dry_run sin cambios persistentes ni residuos en memoria.
  • Enmascaramiento de PII.
  • Claves subrogadas deterministas con HMAC y salt.
  • Auditoria de operaciones relevantes.
  • Secretos por variables de entorno o .env.

Arquitectura

src/powerbi_mcp/
|-- __init__.py
|-- __main__.py
|-- server.py
|-- session.py
|-- config.py
|
|-- core/
|   |-- archive.py
|   |-- backup.py
|   |-- exceptions.py
|   |-- logger.py
|   `-- validators.py
|
|-- pbip/
|   |-- models.py
|   |-- reader.py
|   |-- writer.py
|   |-- parser.py
|   `-- pbix.py
|
|-- model/
|   |-- tables.py
|   |-- columns.py
|   |-- relationships.py
|   |-- measures.py
|   `-- dax_validator.py
|
|-- ai/
|   |-- anomaly.py
|   |-- clustering.py
|   |-- forecasting.py
|   |-- rfm.py
|   |-- correlation.py
|   |-- decision_tree.py
|   |-- regression.py
|   |-- classification.py
|   `-- integration.py
|
|-- visuals/
|   |-- builder.py
|   |-- pbip_visuals.py
|   |-- html_visuals.py
|   |-- themes.py
|   `-- pages.py
|
|-- analysis/
|   |-- data_quality.py
|   |-- profiling.py
|   |-- performance.py
|   `-- best_practices.py
|
|-- docs/
|   |-- generator.py
|   |-- data_dictionary.py
|   `-- changelog.py
|
|-- security/
|   |-- encryption.py
|   |-- surrogate_keys.py
|   |-- masking.py
|   `-- audit.py
|
`-- powerbi_api/
    |-- auth.py
    `-- client.py

Instalacion

Requisitos

  • Python 3.10 o superior.
  • pip actualizado.
  • Power BI Desktop o pbi-tools solo si se requiere conversion PBIP a PBIX.

Instalacion Automatizada En Windows

.\install.ps1
.\install.ps1 -Dev

El instalador crea .venv, instala dependencias, genera .env desde .env.example si no existe y verifica el servidor.

Instalacion Manual

python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
pip install -e .

Para desarrollo:

pip install -e ".[dev]"

Verificacion:

python -m powerbi_mcp --version

Configuracion

La configuracion se carga desde variables de entorno o archivo .env, con prefijo PBIMCP_.

Variables principales:

VariableUso
PBIMCP_LOG_LEVELNivel de log (INFO, DEBUG, WARNING, etc.).
PBIMCP_LOG_DIRCarpeta de logs.
PBIMCP_BACKUP_ENABLEDActiva o desactiva backups automaticos.
PBIMCP_BACKUP_DIRCarpeta de backups.
PBIMCP_BACKUP_MAXMaximo de backups por origen.
PBIMCP_BACKUP_ENCRYPTCifra backups con Fernet si vale true.
PBIMCP_SECRET_KEYClave Fernet para cifrado.
PBIMCP_SURROGATE_SALTSalt para claves subrogadas deterministas.
PBIMCP_AZURE_TENANT_IDTenant de Azure AD.
PBIMCP_AZURE_CLIENT_IDClient ID de la app registrada.
PBIMCP_AZURE_CLIENT_SECRETClient Secret para service principal.

Los archivos de configuracion para clientes MCP estan en clients/.

Uso Rapido

Ejemplos de peticiones desde un cliente MCP:

Abre el proyecto PBIP en C:\PowerBI\Ventas y lista las tablas.
Valida esta medida DAX y dime si cumple buenas practicas:
CALCULATE([Total Ventas], SAMEPERIODLASTYEAR(Fecha[Date]))
Crea una pagina llamada Resumen Ejecutivo y agrega un grafico de columnas
por Producto[Nombre] con la suma de Ventas[Importe].
Detecta anomalias en ventas.csv sobre la columna Importe e integra el resultado
como tabla calculada DAX llamada AnomaliasVentas.
Genera la documentacion tecnica y el diccionario de datos del proyecto.

Herramientas MCP

DominioHerramientas
Proyectoopen_project, project_info, project_structure, reload_project, close_project, create_backup, list_backups, restore_backup, convert_to_pbix, read_pbix_info
Modelolist_tables, describe_table, list_measures, list_relationships, search_objects, add_table, add_calculated_table, rename_table, delete_table, add_data_column, add_calculated_column, update_column, delete_column, add_measure, update_measure, delete_measure, validate_dax, add_relationship, update_relationship, delete_relationship, diagnose_relationships, classify_schema
IAdetect_anomalies, run_clustering, forecast_series, rfm_segmentation, correlation_analysis, decision_tree_explain, train_regression, train_classification
Visualeslist_pages, create_page, create_visual, create_dashboard, export_html_visual, list_color_palettes, create_theme
Analisisanalyze_data_quality, profile_data, analyze_performance, run_best_practices, optimize_dax
Documentaciongenerate_documentation, generate_data_dictionary, get_changelog
Seguridadmask_data, generate_surrogate_keys, encrypt_value, decrypt_value, generate_encryption_key, get_audit_log
Power BI Servicepbi_list_workspaces, pbi_list_datasets, pbi_list_reports, pbi_execute_dax, pbi_refresh_dataset

Seguridad Y Auditoria

El proyecto fue disenado con controles de seguridad desde su version inicial:

  • Toda escritura relevante usa backup automatico previo.
  • La restauracion valida el backup y admite archivos o carpetas.
  • La extraccion ZIP/PBIX valida rutas internas antes de escribir.
  • Las escrituras usan operacion atomica cuando aplica.
  • El modo dry_run genera previsualizacion sin persistir ni dejar cambios en la sesion activa.
  • La auditoria registra operaciones de modelo, proyecto, visuales, documentacion, backups, restore y llamadas Power BI API.
  • Los secretos se cargan desde entorno o .env.
  • .env, backups, logs y binarios Power BI estan excluidos por .gitignore.

Calidad Y Pruebas

La entrega inicial incluye pruebas unitarias y de comportamiento para las zonas mas sensibles del servidor:

  • Validacion DAX.
  • Operaciones de modelo.
  • Backup y restore.
  • Backup cifrado.
  • Rechazo de ZIP/PBIX con rutas inseguras.
  • Estado de sesion con dry_run.
  • Sincronizacion de paginas creadas.
  • Smoke test end-to-end sobre un PBIP temporal.

Comandos de verificacion:

python -m pytest -q
python tests\smoke_e2e.py
python -m pip check

Resultado de referencia verificado (ejecución real con pytest):

  • pytest: 351 pruebas aprobadas, 0 fallos.
  • Cobertura total real: 54% (medida con pytest --cov, no estimada).
  • Dominios cubiertos: proyecto/sesión, modelo y DAX, IA/ML (anomalías, clustering, forecasting, correlación, regresión, clasificación, árbol de decisión, RFM), visuales HTML, calidad de datos, masking PII, cifrado, Power BI REST API (mockeada) y autenticación OAuth2.
  • pip check: sin dependencias rotas.

Nota de transparencia: versiones previas de este README reportaban cifras de cobertura no verificadas. Las cifras anteriores se sustituyeron por resultados reales obtenidos ejecutando la suite completa.

Desarrollo

pip install -e ".[dev]"
python -m ruff check .
python -m mypy src
python -m pytest -q

El proyecto usa src layout, pyproject.toml, modelos Pydantic, tipado con py.typed, excepciones de dominio y separacion por paquetes funcionales.

Publicacion En GitHub

El repositorio incluye los archivos base para publicacion abierta:

  • Licencia MIT.
  • .gitignore para excluir .env, .venv, caches, backups, logs y binarios Power BI pesados.
  • Workflow de CI en .github/workflows/ci.yml.
  • Politica de seguridad en SECURITY.md.
  • Guia de contribucion en CONTRIBUTING.md.

Antes de publicar, revisa que no se suban secretos reales ni proyectos PBIX privados. Si se publica manualmente desde la web de GitHub, no incluyas .venv, .pytest_cache, .coverage, logs, backups, .pbip_backups ni src/*.egg-info.

Licencia

Este proyecto usa un modelo de Dual License:

UsoLicencia
Personal, educativo, open source (AGPL compatible)✅ Gratis — AGPL v3
Comercial, SaaS, producto privado, enterprise💰 Commercial License — Ver términos

AGPL v3 — Uso libre

Si usas este software en un proyecto open source compatible con AGPL, es completamente gratuito. Ver LICENSE.

Commercial License — Uso empresarial

Si integras este software en productos privados, SaaS o herramientas enterprise sin publicar tu código fuente, necesitas una licencia comercial.

📧 Contacto: jeyssonzerpa@gmail.com 📄 Términos completos: COMMERCIAL_LICENSE.md


Built With

This project was designed and developed by Jeysson Zerpa using a multi-agent, multi-IDE workflow across several AI-assisted environments:

ToolRole
Claude (Anthropic)Architecture design, code generation, auditing, refactoring, DevOps
CursorAI-assisted development and code completion
VS CodePrimary code editor and workspace management
OpenCodeAI terminal coding assistant
AntigravityAI development support

All code, design decisions, and project direction were driven by Jeysson Zerpa. AI tools were used as coding assistants under his supervision and review.


Contacto

¿Tienes preguntas, ideas o quieres contribuir al proyecto? Puedes escribirme:

Para temas de seguridad, revisa primero SECURITY.md.


Disclaimer

Power BI MCP Server is an independent open-source project and is NOT affiliated with, endorsed by, or sponsored by Microsoft Corporation.

"Power BI" is a registered trademark of Microsoft Corporation. This project uses the name solely to describe interoperability with Microsoft Power BI products.

Use of the Power BI REST API is subject to Microsoft's Terms of Service. This tool does not redistribute any Microsoft software or proprietary code.

Ver o original no GitHub

Bom para

Relacionados