DolphinScheduler MCP-Server

Ein Model Context Protocol (MCP)-Server für Apache DolphinScheduler, der es KI-Agenten ermöglicht, über ein standardisiertes Protokoll mit DolphinScheduler zu interagieren.

Überblick

DolphinScheduler MCP bietet einen FastMCP-basierten Server, der die REST-API von DolphinScheduler als Sammlung von Tools bereitstellt, die von KI-Agenten verwendet werden können. Der Server fungiert als Brücke zwischen KI-Modellen und DolphinScheduler und ermöglicht KI-gesteuertes Workflow-Management.

Related MCP server: Role-Specific Context MCP Server

Merkmale

Vollständige API-Abdeckung der DolphinScheduler-Funktionalität
Standardisierte Tool-Schnittstellen nach dem Model Context Protocol
Einfache Konfiguration durch Umgebungsvariablen oder Kommandozeilenargumente
Umfassende Werkzeugdokumentation

Installation

pip install dolphinscheduler-mcp

Konfiguration

Umgebungsvariablen

DOLPHINSCHEDULER_API_URL : URL für die DolphinScheduler-API (Standard: http://localhost:12345/dolphinscheduler )
DOLPHINSCHEDULER_API_KEY : API-Token zur Authentifizierung mit der DolphinScheduler-API
DOLPHINSCHEDULER_MCP_HOST : Host zum Binden des MCP-Servers (Standard: 0.0.0.0)
DOLPHINSCHEDULER_MCP_PORT : Port zum Binden des MCP-Servers (Standard: 8089)
DOLPHINSCHEDULER_MCP_LOG_LEVEL : Protokollierungsebene (Standard: INFO)

Verwendung

Befehlszeile

Starten Sie den Server über die Befehlszeilenschnittstelle:

ds-mcp --host 0.0.0.0 --port 8089

Python-API

from dolphinscheduler_mcp.server import run_server

# Start the server
run_server(host="0.0.0.0", port=8089)

Verfügbare Tools

Der DolphinScheduler MCP-Server bietet Tools für:

Projektmanagement
Prozessdefinitionsmanagement
Prozessinstanzverwaltung
Aufgabendefinitionsmanagement
Terminplanungsmanagement
Ressourcenmanagement
Datenquellenverwaltung
Alarmgruppenverwaltung
Alarm-Plugin-Verwaltung
Mitarbeitergruppenverwaltung
Mieterverwaltung
Benutzerverwaltung
Systemstatusüberwachung

Beispiel für die Clientverwendung

from mcp_client import MCPClient

# Connect to the MCP server
client = MCPClient("http://localhost:8089/mcp")

# Get a list of projects
response = await client.invoke_tool("get-project-list")

# Create a new project
response = await client.invoke_tool(
    "create-project", 
    {"name": "My AI Project", "description": "Project created by AI"}
)