Prefect MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它允许人工智能助手通过自然语言与 Prefect 的工作流自动化平台进行交互,从而使用户能够通过对话命令来管理流程(flows)、部署(deployments)、任务(tasks)以及其他 Prefect 资源。
README
Prefect MCP 服务器
一个用于 Prefect 的模型上下文协议 (MCP) 服务器实现,允许 AI 助手通过自然语言与 Prefect 交互。
功能
此 MCP 服务器提供对以下 Prefect API 的访问:
- 流程管理: 列出、获取和删除流程
- 流程运行管理: 创建、监控和控制流程运行
- 部署管理: 管理部署及其计划
- 任务运行管理: 监控和控制任务运行
- 工作队列管理: 创建和管理工作队列
- 块管理: 访问块类型和文档
- 变量管理: 创建和管理变量
- 工作区管理: 获取有关工作区的信息
配置
设置以下环境变量:
export PREFECT_API_URL="http://localhost:4200/api" # 您的 Prefect API 的 URL
export PREFECT_API_KEY="your_api_key" # 您的 Prefect API 密钥(如果使用 Prefect Cloud)
用法
运行 MCP 服务器和 prefect:
docker compose up
示例输入
连接后,AI 助手可以使用自然语言帮助用户与 Prefect 交互。示例:
- "显示我所有的流程"
- "列出昨天所有失败的流程运行"
- "触发 'data-processing' 部署"
- "暂停 'daily-reporting' 部署的计划"
- "我上次 ETL 流程运行的状态是什么?"
开发
一些端点尚未实现
添加新函数
要向现有 API 添加新函数:
- 将函数添加到
src/mcp_prefect中的相应模块 - 将函数添加到模块中的
get_all_functions()列表中
要添加新的 API 类型:
- 将新类型添加到
enums.py中的APIType - 在
src/prefect/中创建一个新模块 - 更新
main.py以包含新的 API 类型
示例用法:
{
"mcpServers": {
"mcp-prefect": {
"command": "mcp-prefect",
"args": [
"--transport", "sse"
],
"env": {
"PYTHONPATH": "/path/to/your/project/directory"
},
"cwd": "/path/to/your/project/directory"
}
}
}
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。