AirTrack

AirTrack

Apache Airflow 用の Model Context Protocol（MCP）サーバーです。DAG メタデータ、実行ステータス、タスクの分析情報に標準化された方法でアクセスでき、MCP クライアントとシームレスに連携して監視や自動化を行えます。

概要

このプロジェクトは、Apache Airflow の REST API をラップする Model Context Protocol サーバーを実装し、MCP クライアントが標準化された方法で Airflow とやり取りできるようにします。公式の Apache Airflow クライアントライブラリを使用して、互換性と保守性を確保しています。

プロジェクト構成

combined_project/
├── airflow/           # Airflow project files
│   ├── dags/         # Airflow DAG definitions
│   ├── logs/         # Airflow logs
│   ├── plugins/      # Airflow plugins
│   └── Docker-compose.yaml  # Docker compose file for Airflow
│
└── mpc/              # MPC application files
    ├── utils/        # Utility functions
    ├── server.py     # Main server file
    └── main.py       # Entry point

プロジェクトの実行

要件

• Airflow 用の Docker と Docker Compose
• MPC アプリケーション用の Python 3.8 以降
• MPC アプリケーション用の仮想環境

Airflow

1. airflow ディレクトリに移動します：

   cd airflow
   

2. Docker Compose を使って Airflow を起動します：

   docker-compose up 
   

3. http://localhost:8181 で Airflow のウェブインターフェースにアクセスします

   ユーザー名： admin パスワード： airflow

MPC アプリケーション

1. mpc ディレクトリに移動します：

   cd mpc
   

2. 仮想環境を作成して有効化します：

   python -m venv .venv
   .venv\Scripts\activate  # On Windows
   source .venv/bin/activate  # On Unix/MacOS
   

3. 依存関係をインストールします：

   pip install -r requirements.txt
   

4. MPC サーバーを実行します：

   python server.py
   

Claude Desktop での使用

{
  "mcpServers": {
    "FlowPredictor": {
   "command": "D:\\Apps\\conda\\Scripts\\uv.EXE",
   "args": [
     "run",
     "--with",
     "mcp[cli]",
     "mcp",
     "run",
     "<---PATH OF YOUR SERVER FILE eg(C:\\Users\\..\\..\\..\\server.py) --->"
   ]
 }
   }
}

統合

Airflow の DAG は、API 呼び出しを通じて MPC アプリケーションと連携できます。MPC の機能を必要とするワークフローを実行する際は、両方のサービスが起動していることを確認してください。

今後の開発

• 🔄 ライブ更新 – WebSocket または SSE を介して DAG／タスクのステータスをストリーミングします。

• 🔐 セキュリティ – OAuth2、API キー、ロールベースのアクセス制御を追加します。

• ⚡ イベントトリガー – DAG イベント時にエージェントを自動的にトリガーします。

• A📊 分析 – DAG のパフォーマンスと傾向を表示するダッシュボードを追加します。

• 🤖 AI によるトラブルシューティング – LLM を使って問題を分析し、修正します。

• OpenWebUi と統合する

• 1. MCPO をインストールします

  pip install mcpo
  

2. mcp フォルダーに config.js を作成します

{
  "mcpServers": {
   "airflow-mcp-server": {
      "command": "C:\\Users\\RakeshReddyBijjam\\pipx\\venvs\\meltano\\Scripts\\uv.EXE",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "mcp",
        "run",
        "C:\\Users\\RakeshReddyBijjam\\Desktop\\claude_sam\\AirTrack\\mcp\\server.py"
      ]
    }
  }
}

3. サーバーを実行します

   uvx mcpo --config config.json --port 8001