mcp-server-apache-airflowמשרת זו מחברת בין כלי AI ישירות ל-Apache Airflow, מאפשרת מינהל זרמי עבודה ומשימות דרך שיחה. ניתן לראות מצב תעבורת הזרם, לגרום לריצות, לבדוק לוגים ולעדכן עמדות ללא

— (0)

נבדק על ידי Daniel Nikulshyn·עודכן יולי 2026

סקירה

הפרויקט הזה מממש שרת Model Context Protocol ל‑Apache Airflow, ומאפשר אינטגרציה חלקה עם לקוחות MCP. הוא מאפשר ללקוחות MCP לתקשר עם Airflow בצורה סטנדרטית, באמצעות ספריית ה‑client הרשמית של Apache Airflow לתאימות ולתחזוקת המערכת. הפרויקט מספק נתיבי API לניהול DAG, כולל הצגת רשימה, קבלת פרטים, השהייה, ביטול השהייה, עדכון ומחיקה של DAGs. הוא כולל גם נתיבי API להרצות DAG, כגון הצגת רשימה, יצירה, קבלת פרטים, עדכון ומחיקה של הרצות DAG. בנוסף, הפרויקט כולל נתיבי API עבור משימות, משתנים, חיבורים, בריכות, XComs ו‑datasets. נתיבים אלה מאפשרים ללקוחות MCP לצפות במצב הצינור, להפעיל הרצות, לבדוק יומנים ולעדכן הגדרות דרך שיחות. הפרויקט מספק דרך תקנית לתקשר עם Apache Airflow, מאיץ זרימות עבודה ומקלה על ניהול משימות, משתנים, חיבורים ו‑datasets באמצעות שיחה.

תכונות עיקריות

ניהול ZAG
תניית runs
ניהול תמליל
ניהול משתנים
ניהול קשרי חיבור
ניהול קבוצות (pools )
ניהול XComs
ניהול datasets

תמחור

מודל: Free
קטגוריה: שרתי MCP
דירוג: אין עדיין ביקורות

מקרי שימוש

אוטומציה של זרמי עבודה

משרת mcp מאפשר אוטומציה של זרמי עבודה, של קליינט mcp

שילוב AI

השרת תומך יישומי AI לחבר ל-Apache Airflow, מאפשר ומאפשר

יתרונות וחסרונות

יתרונות

שיחה תקינה עם Apache Airflow
אינטגרציה חלקלקה עם MCP clients
תואמות ל rest api של איירפלо
ניהול ידידותי דרך ספריית איירפלו

חסרונות

תלוי ב‑Apache Airflow וב‑REST API שלו
מוגבל לאינטראקציות עם לקוחות MCP

ביקורות

התחבר כדי להשאיר ביקורת.

עדיין אין ביקורות. היה הראשון!

שאלות ותשובות

Is there a learning curve for developers to use this server?

Because it follows Airflow’s standard API conventions and relies on the official client library, developers familiar with Airflow’s REST endpoints will adapt quickly, with minimal extra configuration beyond deploying the MCP server.

Asked by Sofia Lindqvist · Dec 25, 2025

Are there any limitations to using this server?

It is only functional when an Apache Airflow instance and its REST API are available. It also supports interaction exclusively via MCP clients; other non‑MCP tools would need additional wrappers.

Asked by Qiu Yan · Dec 11, 2025

What can I do with the API paths for DAG runs?

The server allows you to list, create, retrieve details, update, and delete DAG runs. You can also trigger runs and view their status directly through MCP client conversations.

Asked by Amara Chukwu · Nov 4, 2025

How does mcp-server-apache-airflow integrate with existing Airflow setups?

It uses the official Apache Airflow client library, exposing REST‑style API paths for DAGs, runs, tasks, variables, connections, pools, XComs, and datasets. Clients can then call these endpoints to manage workflows just as if they were using Airflow’s native REST API.

Asked by Sven Bergqvist · Sep 18, 2025