Airflow MCP 服务器

Name: Airflow MCP 服务器
Author: treerootboy

本地服务

github.com/treerootboy数据与分析045 周前更新

代码仓库

关于 Airflow MCP 服务器

Airflow MCP 服务器将 Apache Airflow 的 DAG 管理与监控操作提供给 MCP 客户端，适合需要查看运行状态和处理工作流的用户。它涵盖触发、回填、日志查询及任务实例清理等操作。

主要功能

01触发和启用 DAG
02列出 DAG 与运行记录
03获取状态和日志
04生成每日运行报告
05按日期范围回填 DAG
06清除任务实例

适用场景

01触发指定 DAG 运行
02检查 DAG 状态与日志
03回填日期范围内的数据
04重置失败任务实例

MCP 相关

该 MCP 服务向客户端提供管理和监控 Apache Airflow DAG 运行的工具。

#airflow #mcp #mcp-server

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置

{
  "mcpServers": {
    "airflow": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "compose"
      ]
    }
  }
}

启动命令docker run -i --rm compose

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

ocicomposestdio

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

来自项目 README

Airflow MCP 服务器

项目概述

本项目是一个与 Apache Airflow 集成的 Model Context Protocol (MCP) 服务器，提供多种工具来管理和监控 Airflow 的 DAG 运行。它支持触发 DAG、获取 DAG 状态、回填数据、获取日志等操作。

功能特性

触发 DAG (trigger-dag): 触发指定 DAG 的运行。
启用 DAG (enable-dag): 启用指定的 DAG。
获取每日报告 (get-daily-report): 获取指定时间范围内的所有 DAG 运行的汇总报告。
列出所有 DAG (list-dags): 列出所有可用的 DAG。
批量获取 DAG 运行记录 (list-dag-runs): 批量获取 DAG 的运行记录。
获取 DAG 运行状态 (get-dag-status): 获取特定 DAG 的运行状态。
获取 DAG 日志 (get-dag-logs): 获取 DAG 运行的日志。
回填 DAG (backfill-dag): 回填指定日期范围内的 DAG 数据。支持通过可选的 task_id 参数指定回填特定任务，若不指定则回填整个 DAG。
清除任务实例 (clear-task-instances): 清除指定日期范围内的任务实例，重置任务状态以便重新运行。支持按任务ID过滤、只清除失败任务、重置DAG运行状态等选项。

使用

{
  "mcpServers": {
    "airflow": {
      "command": "uvx",
      "args": [
        "airflow-mcp"
      ],
      "env": {
        "AIRFLOW_API_BASE": "http://localhost:8000/api/v1",
        "AIRFLOW_USERNAME": "admin",
        "AIRFLOW_PASSWORD": "admin"
      }
    }
  }
}

开发

uv sync
修改 mcp_config.json, 加入 airflow 配置

{
  "mcpServers": {
    "airflow": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/airflow-mcp",
        "run",
        "airflow_mcp.py"
      ],
      "env": {
        "AIRFLOW_API_BASE": "http://localhost:8000/api/v1",
        "AIRFLOW_USERNAME": "admin",
        "AIRFLOW_PASSWORD": "admin"
      }
    }
  }
}

启动 airflow 实例

mkdir ~/airflow-docker
cd ~/airflow-docker
curl -LfO 'https://airflow.apache.org/docs/apache-airflow/2.8.3/docker-compose.yaml'
cat << EOF > .env
AIRFLOW_UID=$(id -u)
AIRFLOW__CORE__LOAD_EXAMPLES=false
AIRFLOW__CORE__EXECUTOR=SequentialExecutor
EOF
docker compose up -d