Airflow Token

mcp服务器气流令牌

Apache Airflow的模型上下文协议（MCP）服务器，支持承载令牌身份验证，可与Astronomer Cloud和独立Airflow实例无缝集成。

基于 mcp服务器apache气流 作者：杨 此分叉增强了原始MCP服务器 承载令牌身份验证支持，使其与Astronomer Cloud和其他基于令牌的Airflow部署兼容。

关键增强功能

• ✅ 承载令牌身份验证 -现代Airflow部署的主要身份验证方法
• ✅ 天文学家云兼容 -与天文学家管理的气流无缝协作
• ✅ 向后兼容 -仍然支持用户名/密码身份验证
• ✅ 增强的URL处理 -正确处理部署路径，如 /deployment-id

关于

该项目实现了 模型上下文协议 服务器，包装Apache Airflow的REST API，允许MCP客户端以标准化的方式与Airflow交互。它使用官方的Apache Airflow客户端库来确保兼容性和可维护性。

功能实现状态

设置

依赖项

该项目依赖于官方的Apache Airflow客户端库(apache-airflow-client).安装此软件包时，它将自动安装。

环境变量

设置以下环境变量：

令牌身份验证（推荐）

AIRFLOW_HOST=        # Optional, defaults to http://localhost:8080
AIRFLOW_TOKEN=  # Your Airflow API token
AIRFLOW_API_VERSION=v1                  # Optional, defaults to v1

基本身份验证（备选）

AIRFLOW_HOST=        # Optional, defaults to http://localhost:8080
AIRFLOW_USERNAME=
AIRFLOW_PASSWORD=
AIRFLOW_API_VERSION=v1                  # Optional, defaults to v1

注：如果 AIRFLOW_TOKEN 如果提供了，它将用于身份验证。否则，服务器将退回到使用用户名和密码的基本身份验证。

使用Claude Desktop

首先，克隆存储库：

git clone https://github.com/nikhil-ganage/mcp-server-airflow-token

添加到您的 claude_desktop_config.json:

使用令牌身份验证（推荐）

{
  "mcpServers": {
    "apache-airflow": {
      "type": "stdio",
      "command": "uv",
      "args": [
        "--directory",
        "path-to-repo/mcp-server-airflow-token",
        "run",
        "mcp-server-airflow-token"
      ],
      "env": {
        "AIRFLOW_HOST": "https://astro_id.astronomer.run/id",
        "AIRFLOW_TOKEN": "TOKEN"
      }
    }
  }
}

使用基本身份验证

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

对于只读模式（出于安全考虑建议）：

使用令牌身份验证的只读

{
  "mcpServers": {
    "mcp-server-airflow-token": {
      "command": "uvx",
      "args": ["mcp-server-airflow-token", "--read-only"],
      "env": {
        "AIRFLOW_HOST": "https://your-airflow-host",
        "AIRFLOW_TOKEN": "your-api-token"
      }
    }
  }
}

使用基本身份验证进行只读

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

替换 path-to-repo 使用克隆存储库的实际路径。

天文学家云配置示例

对于天文学家云部署：

{
  "mcpServers": {
    "mcp-server-airflow-token": {
      "command": "uvx",
      "args": ["mcp-server-airflow-token"],
      "env": {
        "AIRFLOW_HOST": "https://your-astronomer-domain.astronomer.run/your-deployment-id",
        "AIRFLOW_TOKEN": "your-astronomer-api-token"
      }
    }
  }
}

注意：部署ID是Astronomer Cloud URL路径的一部分。

选择API组

您可以通过设置 --apis 旗帜。

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

默认设置是使用所有API。

允许的值为：

• 配置
• 连接
• 有向无环图
• dagrun
• 日状态
• 数据集
• 事件记录
• 输入错误
• 监控
• 插件
• 池
• 提供者
• 任务实例
• 变量
• xcom

只读模式

您可以使用以下命令以只读模式运行服务器 --read-only 旗帜。这将只公开执行读取操作（GET请求）的工具，并排除创建、更新或删除资源的任何工具。

uv run mcp-server-airflow-token --read-only

在只读模式下，服务器将只公开以下工具：

• 列出DAG、DAG运行、任务、变量、连接等。
• 获取特定资源的详细信息
• 读取配置和监控信息
• 测试连接（非破坏性）

在只读模式下，创建、更新、删除DAG、变量、连接、触发DAG运行等写入操作将不可用。

您可以将只读模式与API组选择相结合：

uv run mcp-server-airflow-token --read-only --apis "dag,variable"

手动执行

您还可以手动运行服务器：

make run

make run 接受以下选项：

选项：

• --port：监听SSE的端口（默认值：8000）
• --transport：传输类型（stdio/sse，默认值：stdio）

或者，您可以直接运行sse服务器，它接受相同的参数：

make run-sse

安装

您可以使用pip或uvx安装服务器：

# Using pip
pip install mcp-server-airflow-token

# Using uvx (recommended)
uvx mcp-server-airflow-token

发展

建立开发环境

1. 克隆存储库：

git clone https://github.com/nikhil-ganage/mcp-server-airflow-token.git
cd mcp-server-airflow-token

1. 安装开发依赖项：

uv sync --dev

1. 创建一个 .env 环境变量文件（开发时可选）：

touch .env

备注：运行测试不需要环境变量。这 AIRFLOW_HOST 默认为 http://localhost:8080 用于开发和测试目的。

运行测试

该项目使用pytest进行测试，并使用以下可用命令：

# Run all tests
make test

代码质量

# Run linting
make lint

# Run code formatting
make format

持续集成

该项目包括GitHub Actions工作流(.github/workflows/test.yml)自动：

• 在Python 3.10、3.11和3.12上运行测试
• 使用ruff执行绒毛检查
• 对每个推送和拉取请求运行 main 分支

CI管道确保在合并任何更改之前，跨受支持的Python版本的代码质量和兼容性。

贡献

欢迎投稿！请随时提交拉取请求。

当project.version在中更新时，该包会自动部署到PyPI pyproject.toml. 按照semver进行版本控制。

请在PR中包含版本更新，以便将更改应用于核心逻辑。

许可证

MIT许可证