remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
Integrations
Allows AI assistants to interact with Prefect through natural language, providing access to flow management, flow run management, deployment management, task run monitoring, work queue management, block management, variable management, and workspace information.
Prefect MCP サーバー
Prefect用のモデルコンテキストプロトコル (MCP) サーバー実装。AI アシスタントが自然言語を通じて Prefect と対話できるようになります。
特徴
この MCP サーバーは、次の Prefect API へのアクセスを提供します。
- フロー管理: フローの一覧表示、取得、削除
- フロー実行管理: フロー実行の作成、監視、制御
- デプロイメント管理: デプロイメントとそのスケジュールを管理する
- タスク実行管理: タスク実行の監視と制御
- 作業キュー管理: 作業キューの作成と管理
- ブロック管理: ブロックの種類とドキュメントにアクセスします
- 変数管理: 変数の作成と管理
- ワークスペース管理: ワークスペースに関する情報を取得する
構成
次の環境変数を設定します。
使用法
MCP サーバーを実行し、次の操作を実行します。
入力例
接続すると、AIアシスタントが自然言語を使ってPrefectとの対話をサポートします。例：
- 「すべてのフローを表示」
- 「昨日の失敗したフロー実行をすべて一覧表示する」
- 「データ処理」の展開を開始する
- 「日次レポートの展開スケジュールを一時停止する」
- 「前回の ETL フロー実行のステータスはどうですか?」
発達
いくつかのエンドポイントはまだ実装されていない
新しい機能の追加
既存の API に新しい関数を追加するには:
src/mcp_prefect内の適切なモジュールに関数を追加します。- モジュールの
get_all_functions()リストに関数を追加します。
新しい API タイプを追加するには:
enums.pyのAPITypeに新しい型を追加します。src/prefect/に新しいモジュールを作成するmain.pyを更新して新しいAPIタイプを追加します
使用例:
This server cannot be installed
AI アシスタントが自然言語を通じて Prefect のワークフロー自動化プラットフォームと対話できるようにするモデル コンテキスト プロトコル サーバー。これにより、ユーザーは会話型コマンドを使用してフロー、デプロイメント、タスク、その他の Prefect リソースを管理できます。