airflow
一个集成Apache Airflow，用于DAG管理、监控与操作的MCP服务器工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：airflow。 它的用途是：一个集成Apache Airflow，用于DAG管理、监控与操作的MCP服务器工具。 完整的 Skill 内容见：https://321skill.com/skills/airflow-airflow-mcp/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我查看一下生产环境里名为 `daily_data_pipeline` 的DAG最近三次的运行状态。'，它会通过此Skill连接你的Airflow实例，获取并整理该DAG的运行记录，以清晰的格式呈现给你。或者，你可以说：'立即触发测试环境的 `ad_hoc_processing` DAG。'，它会执行触发操作并返回任务ID和状态。
介绍
这个Skill解决了开发者和运维人员在日常工作中需要频繁登录Airflow Web UI或使用命令行来管理、监控和操作数据流水线（DAG）的痛点。它通过MCP协议将Airflow的功能集成到AI助手（如Claude Desktop）中，让用户可以直接在对话界面中执行相关操作。
使用方式很简单，用户配置好Airflow的连接信息后，即可通过自然语言指令与AI助手交互。例如，可以询问DAG的运行状态、触发或暂停某个DAG、查看任务日志等，无需切换应用或记忆复杂的CLI命令。
它非常适合负责数据流水线开发、部署和运维的后端开发、运维工程师以及数据分析师。这些角色经常需要与Airflow打交道，此Skill能显著提升他们的工作效率。
使用前请确保你的AI客户端（如Claude Desktop）支持并已配置MCP服务器。同时，你需要拥有目标Airflow实例的访问权限（API密钥或用户名密码），并注意在生产环境中谨慎使用触发、暂停等操作权限。
核心特点
与通用的运维管理Skill相比，它深度聚焦于Apache Airflow这一特定平台，提供了原生的DAG管理、任务监控和操作能力，而非泛泛的服务器状态检查。它通过MCP协议实现，能与支持该协议的AI助手深度集成，提供更流畅的对话式运维体验。
注意事项
不适合不熟悉Apache Airflow基础概念或没有Airflow实例访问权限的用户。
常见问题
这个Skill需要我本地安装Airflow吗？
不需要本地安装Airflow，但你需要有一个可访问的Airflow实例（本地或远程）并提供正确的连接配置。
它能帮我编写或修改DAG代码吗？
不能。这个Skill主要用于DAG的运维管理（如触发、监控），不涉及DAG代码的编写、静态分析或修改。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/airflow-airflow-mcp/raw/index.md 读取 airflow 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/airflow-airflow-mcp/raw/index.md（查看排版版本）