mcp-server-apache-airflow

Schmiedeabzeichen

Eine Model Context Protocol (MCP)-Serverimplementierung für Apache Airflow ermöglicht die nahtlose Integration mit MCP-Clients. Dieses Projekt bietet eine standardisierte Möglichkeit zur Interaktion mit Apache Airflow über das Model Context Protocol.

Um

Dieses Projekt implementiert einen Model Context Protocol -Server, der die REST-API von Apache Airflow umschließt und MCP-Clients eine standardisierte Interaktion mit Airflow ermöglicht. Es verwendet die offizielle Apache Airflow-Clientbibliothek, um Kompatibilität und Wartbarkeit zu gewährleisten.

Related MCP server: MCP Server for Apache Airflow

Status der Funktionsimplementierung

Besonderheit	API-Pfad	Status
DAG-Verwaltung
DAGs auflisten	`/api/v1/dags`	✅
DAG-Details abrufen	`/api/v1/dags/{dag_id}`	✅
DAG anhalten	`/api/v1/dags/{dag_id}`	✅
DAG fortsetzen	`/api/v1/dags/{dag_id}`	✅
DAG aktualisieren	`/api/v1/dags/{dag_id}`	✅
DAG löschen	`/api/v1/dags/{dag_id}`	✅
DAG-Quelle abrufen	`/api/v1/dagSources/{file_token}`	✅
Mehrere DAGs patchen	`/api/v1/dags`	✅
DAG-Datei erneut analysieren	`/api/v1/dagSources/{file_token}/reparse`	✅
DAG-Läufe
DAG-Läufe auflisten	`/api/v1/dags/{dag_id}/dagRuns`	✅
DAG-Ausführung erstellen	`/api/v1/dags/{dag_id}/dagRuns`	✅
DAG-Ausführungsdetails abrufen	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}`	✅
DAG-Ausführung aktualisieren	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}`	✅
DAG-Ausführung löschen	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}`	✅
DAG-Runs-Batch abrufen	`/api/v1/dags/~/dagRuns/list`	✅
DAG-Lauf löschen	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}/clear`	✅
DAG-Ausführungsnotiz festlegen	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}/setNote`	✅
Upstream-Dataset-Ereignisse abrufen	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}/upstreamDatasetEvents`	✅
Aufgaben
DAG-Aufgaben auflisten	`/api/v1/dags/{dag_id}/tasks`	✅
Aufgabendetails abrufen	`/api/v1/dags/{dag_id}/tasks/{task_id}`	✅
Taskinstanz abrufen	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}/taskInstances/{task_id}`	✅
Aufgabeninstanzen auflisten	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}/taskInstances`	✅
Taskinstanz aktualisieren	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}/taskInstances/{task_id}`	✅
Aufgabeninstanzen löschen	`/api/v1/dags/{dag_id}/clearTaskInstances`	✅
Status der Taskinstanzen festlegen	`/api/v1/dags/{dag_id}/updateTaskInstancesState`	✅
Variablen
Listenvariablen	`/api/v1/variables`	✅
Variable erstellen	`/api/v1/variables`	✅
Variable abrufen	`/api/v1/variables/{variable_key}`	✅
Variable aktualisieren	`/api/v1/variables/{variable_key}`	✅
Variable löschen	`/api/v1/variables/{variable_key}`	✅
Anschlüsse
Verbindungen auflisten	`/api/v1/connections`	✅
Verbindung erstellen	`/api/v1/connections`	✅
Verbindung herstellen	`/api/v1/connections/{connection_id}`	✅
Verbindung aktualisieren	`/api/v1/connections/{connection_id}`	✅
Verbindung löschen	`/api/v1/connections/{connection_id}`	✅
Verbindung testen	`/api/v1/connections/test`	✅
Schwimmbäder
Pools auflisten	`/api/v1/pools`	✅
Pool erstellen	`/api/v1/pools`	✅
Pool abrufen	`/api/v1/pools/{pool_name}`	✅
Updatepool	`/api/v1/pools/{pool_name}`	✅
Pool löschen	`/api/v1/pools/{pool_name}`	✅
XComs
Liste XComs	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}/taskInstances/{task_id}/xcomEntries`	✅
Holen Sie sich den XCom-Eintrag	`/api/v1/dags/{dag_id}/dagRuns/{dag_run_id}/taskInstances/{task_id}/xcomEntries/{xcom_key}`	✅
Datensätze
Datensätze auflisten	`/api/v1/datasets`	✅
Datensatz abrufen	`/api/v1/datasets/{uri}`	✅
Abrufen von Dataset-Ereignissen	`/api/v1/datasetEvents`	✅
Ereignis „Dataset erstellen“	`/api/v1/datasetEvents`	✅
DAG-Dataset-Warteschlangenereignis abrufen	`/api/v1/dags/{dag_id}/dagRuns/queued/datasetEvents/{uri}`	✅
Abrufen von DAG-Dataset-Warteschlangenereignissen	`/api/v1/dags/{dag_id}/dagRuns/queued/datasetEvents`	✅
Ereignis „DAG-Dataset in der Warteschlange löschen“	`/api/v1/dags/{dag_id}/dagRuns/queued/datasetEvents/{uri}`	✅
Löschen von in die Warteschlange gestellten DAG-Dataset-Ereignissen	`/api/v1/dags/{dag_id}/dagRuns/queued/datasetEvents`	✅
Abrufen von Dataset-Warteschlangenereignissen	`/api/v1/datasets/{uri}/dagRuns/queued/datasetEvents`	✅
Ereignisse aus der Warteschlange des Datensatzes löschen	`/api/v1/datasets/{uri}/dagRuns/queued/datasetEvents`	✅
Überwachung
Gesundheit bekommen	`/api/v1/health`	✅
DAG-Statistiken
DAG-Statistiken abrufen	`/api/v1/dags/statistics`	✅
Konfiguration
Konfiguration abrufen	`/api/v1/config`	✅
Plugins
Plugins herunterladen	`/api/v1/plugins`	✅
Anbieter
Anbieter auflisten	`/api/v1/providers`	✅
Ereignisprotokolle
Ereignisprotokolle auflisten	`/api/v1/eventLogs`	✅
Ereignisprotokoll abrufen	`/api/v1/eventLogs/{event_log_id}`	✅
System
Importfehler abrufen	`/api/v1/importErrors`	✅
Details zu Importfehlern abrufen	`/api/v1/importErrors/{import_error_id}`	✅
Gesundheitsstatus abrufen	`/api/v1/health`	✅
Version abrufen	`/api/v1/version`	✅

Aufstellen

Abhängigkeiten

Dieses Projekt basiert auf der offiziellen Apache Airflow-Clientbibliothek ( apache-airflow-client ). Sie wird automatisch installiert, wenn Sie dieses Paket installieren.

Umgebungsvariablen

Legen Sie die folgenden Umgebungsvariablen fest:

AIRFLOW_HOST=<your-airflow-host>
AIRFLOW_USERNAME=<your-airflow-username>
AIRFLOW_PASSWORD=<your-airflow-password>
AIRFLOW_API_VERSION=v1  # Optional, defaults to v1

Verwendung mit Claude Desktop

Fügen Sie zu Ihrer claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "mcp-server-apache-airflow": {
      "command": "uvx",
      "args": ["mcp-server-apache-airflow"],
      "env": {
        "AIRFLOW_HOST": "https://your-airflow-host",
        "AIRFLOW_USERNAME": "your-username",
        "AIRFLOW_PASSWORD": "your-password"
      }
    }
  }
}

Alternative Konfiguration mit uv :

{
  "mcpServers": {
    "mcp-server-apache-airflow": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/mcp-server-apache-airflow",
        "run",
        "mcp-server-apache-airflow"
      ],
      "env": {
        "AIRFLOW_HOST": "https://your-airflow-host",
        "AIRFLOW_USERNAME": "your-username",
        "AIRFLOW_PASSWORD": "your-password"
      }
    }
  }
}

Ersetzen Sie /path/to/mcp-server-apache-airflow durch den tatsächlichen Pfad, in den Sie das Repository geklont haben.

Auswählen der API-Gruppen

Sie können die API-Gruppen auswählen, die Sie verwenden möchten, indem Sie das Flag --apis setzen.

uv run mcp-server-apache-airflow --apis "dag,dagrun"

Standardmäßig werden alle APIs verwendet.

Zulässige Werte sind:

Konfiguration
Anschlüsse
Tag
dagrun
dagstats
Datensatz
Ereignisprotokoll
Importfehler
Überwachung
Plugin
Pool
Anbieter
Taskinstanz
Variable
xcom

Manuelle Ausführung

Sie können den Server auch manuell ausführen:

make run

make run akzeptiert folgende Optionen:

Optionen:

--port : Port, auf dem auf SSE gewartet wird (Standard: 8000)
--transport : Transporttyp (stdio/sse, Standard: stdio)

Oder Sie können den SSE-Server direkt ausführen, der dieselben Parameter akzeptiert:

make run-sse

Installation über Smithery

So installieren Sie den Apache Airflow MCP Server für Claude Desktop automatisch über Smithery :

npx -y @smithery/cli install @yangkyeongmo/mcp-server-apache-airflow --client claude

Beitragen

Beiträge sind willkommen! Senden Sie gerne einen Pull Request.

Lizenz

MIT-Lizenz

MCP Server for Apache Airflow

mcp-server-apache-airflow

Um

Status der Funktionsimplementierung

Aufstellen

Abhängigkeiten

Umgebungsvariablen

Verwendung mit Claude Desktop

Auswählen der API-Gruppen

Manuelle Ausführung

Installation über Smithery

Beitragen

Lizenz

Resources

Tools

Appeared in Searches

Latest Blog Posts

MCP directory API