airflow
通过MCP协议将AI助手接入Airflow工作流的服务器
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：通过MCP协议将AI助手接入Airflow工作流的服务器 完整的 Skill 内容见：https://321skill.com/skills/airflow/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
“帮我检查一下生产环境里所有失败的Airflow DAG运行，并列出最后5条错误日志。”，它会通过此MCP服务器连接你的Airflow实例，查询失败的任务，并汇总关键错误信息返回给你。或者，你可以说：“立即触发‘daily_data_pipeline’这个DAG。”，AI助手会代为执行该操作。
介绍
这个Skill是一个MCP（Model Context Protocol）服务器，它通过Airflow的API，让AI助手能够与Apache Airflow工作流编排平台进行交互。它解决了开发者在管理和监控复杂数据流水线时需要频繁切换工具、手动操作的问题。
使用时，你需要部署此MCP服务器，并将其配置到支持MCP协议的AI助手（如Claude Desktop）中。之后，你可以直接用自然语言向AI助手查询Airflow DAG的状态、触发或暂停任务、查看任务日志等，无需登录Airflow Web UI或使用命令行。
它非常适合需要频繁与Airflow交互的运维工程师、数据工程师、后端开发以及负责数据流水线监控的项目经理。通过AI助手，他们可以更高效地管理自动化任务。
建议在部署前确保你的Airflow环境API访问权限配置正确，并注意此服务器主要提供查询和控制功能，复杂的DAG编排和开发仍需在Airflow原生界面中完成。
核心特点
与其它通用MCP服务器不同，它专为Airflow深度定制，提供了对DAG、任务、运行实例等Airflow核心概念的原子级操作API封装，而非简单的HTTP代理。它允许AI助手以结构化的方式理解和操作Airflow的复杂状态。
注意事项
不适合用于创建新的Airflow DAG或进行复杂的流水线逻辑开发，主要聚焦于现有工作流的监控与操作。
常见问题
这个skill能帮我写Airflow DAG代码吗？
不能，它的主要功能是操作和监控已部署的Airflow工作流，DAG开发仍需在Airflow中完成。
需要Airflow什么版本？
需要Airflow 2.x版本，并确保REST API已启用且可访问。
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/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/raw/index.md（查看排版版本）