AIbase
TW
探索
MCP Server Python
M

MCP Server Python

Kestra Python MCP Server是一個Beta版的工具服務器，用於與Kestra工作流平臺交互，支持通過Docker容器或本地開發環境運行，提供多種工具功能如流程管理、執行控制等。
開發者工具雲平臺#工作流工具#Python服務#Docker部署.Python
2分
2

什麼是 Kestra Python MCP Server?

Kestra Python MCP Server 是一個用於與 Kestra 平臺交互的工具服務器，允許用戶通過命令行或 IDE（如 VS Code、Cursor）調用 Kestra 的功能，例如管理流程、執行任務、查看日誌等。

如何使用 Kestra Python MCP Server?

Kestra Python MCP Server 可以通過 Docker 容器運行，也可以在本地開發環境中啟動。用戶可以通過配置文件設置環境變量，並在 IDE 中集成該服務器以直接與 Kestra 交互。

適用場景

適用於需要與 Kestra 流程平臺進行交互的開發者，包括流程管理、任務執行、日誌查看、依賴分析等場景。

主要功能

流程管理可以創建、更新、刪除、執行和查看流程。
任務執行支持執行特定任務，並提供執行狀態和日誌信息。
依賴分析能夠展示流程之間的依賴關係，幫助理解整個工作流結構。
日誌查看提供對流程和任務執行日誌的訪問和查看功能。
多平臺支持支持在 VS Code、Cursor、Claude 等多種開發環境中集成使用。

優勢與侷限性

優勢
簡化了與 Kestra 平臺的交互方式
支持多種開發環境，便於集成
提供了豐富的命令和功能，滿足日常開發需求
侷限性
目前處於 Beta 階段，可能存在不穩定性
部分高級功能僅在企業版中可用
需要一定的配置和環境設置

如何使用

安裝依賴
確保已安裝 uv 和 Python 3.13，然後創建虛擬環境並安裝依賴。
配置環境變量
根據使用的 Kestra 版本（OSS 或 EE），設置相應的環境變量。
運行 MCP Server
使用 uv 運行 server.py 文件來啟動 MCP 服務器。
在 IDE 中集成
在 VS Code、Cursor 等 IDE 中配置 MCP 服務器路徑和參數，即可開始使用。

使用案例

列出流程依賴關係用戶想要了解某個命名空間下的流程依賴結構，以便優化工作流設計。
重新執行失敗任務用戶發現某個任務執行失敗，希望重新運行該任務。
查看流程日誌用戶需要查看某次流程執行的日誌，以便排查問題。

常見問題

是否需要手動啟動 MCP 服務器？
MCP 服務器是否支持企業版功能？
如何解決 Docker 容器無法連接到 Kestra API 的問題？
MCP 服務器的性能如何？

相關資源

Kestra 官方文檔
Kestra 平臺的官方文檔，包含詳細的功能說明和 API 文檔。
Kestra MCP Server GitHub
Kestra Python MCP Server 的源代碼倉庫，可用於本地開發和擴展。
Kestra 社區論壇
Kestra 用戶和開發者交流的社區平臺，可獲取幫助和支持。
Google ADK 教程
Google Agent Development Kit 的快速入門教程，適合集成 MCP 服務。
安裝
複製以下命令到你的Client進行配置
{
  "mcpServers": {
    "kestra": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--pull",
        "always",
        "-e", "KESTRA_BASE_URL",
        "-e", "KESTRA_TENANT_ID",
        "-e", "KESTRA_MCP_DISABLED_TOOLS",
        "ghcr.io/kestra-io/mcp-server-python:latest"
      ],
      "env": {
        "KESTRA_BASE_URL": "http://host.docker.internal:8080/api/v1",
        "KESTRA_TENANT_ID": "main",
        "KESTRA_MCP_DISABLED_TOOLS": "ee"
      }
    }
  }
}

{
  "mcpServers": {
    "kestra": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--pull",
        "always",
        "-e",
        "KESTRA_MCP_DISABLED_TOOLS",
        "-e",
        "KESTRA_BASE_URL",
        "-e",
        "KESTRA_TENANT_ID",
        "-e",
        "KESTRA_USERNAME",
        "-e",
        "KESTRA_PASSWORD",
        "ghcr.io/kestra-io/mcp-server-python:latest"
      ],
      "env": {
        "KESTRA_BASE_URL": "http://host.docker.internal:8080/api/v1",
        "KESTRA_TENANT_ID": "main",
        "KESTRA_MCP_DISABLED_TOOLS": "ee",
        "KESTRA_USERNAME": "admin@kestra.io",
        "KESTRA_PASSWORD": "your_password"
      }
    }
  }
}

{
  "mcpServers": {
    "kestra": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--pull",
        "always",
        "-e", "KESTRA_BASE_URL",
        "-e", "KESTRA_API_TOKEN",
        "-e", "KESTRA_TENANT_ID",
        "-e", "KESTRA_MCP_DISABLED_TOOLS",
        "ghcr.io/kestra-io/mcp-server-python:latest"
      ],
      "env": {
        "KESTRA_BASE_URL": "http://host.docker.internal:8080/api/v1",
        "KESTRA_API_TOKEN": "<your_kestra_api_token>",
        "KESTRA_TENANT_ID": "main"
      }
    }
  }
}

{
  "mcpServers": {
    "kestra": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--pull",
        "always",
        "-e", "KESTRA_BASE_URL",
        "-e", "KESTRA_API_TOKEN",
        "-e", "KESTRA_TENANT_ID",
        "-e", "KESTRA_USERNAME",
        "-e", "KESTRA_PASSWORD",
        "-e", "KESTRA_MCP_DISABLED_TOOLS",
        "ghcr.io/kestra-io/mcp-server-python:latest"
      ],
      "env": {
        "KESTRA_BASE_URL": "http://host.docker.internal:8080/api/v1",
        "KESTRA_API_TOKEN": "<your_kestra_api_token>",
        "KESTRA_TENANT_ID": "main",
        "KESTRA_USERNAME": "admin",
        "KESTRA_PASSWORD": "admin",
        "KESTRA_MCP_DISABLED_TOOLS": "ee"
      }
    }
  }
}

{
  "mcpServers": {
    "kestra": {
      "command": "/Users/annageller/.local/bin/uv",
      "args": [
        "--directory",
        "/Users/annageller/gh/mcp-server-python/src",
        "run",
        "server.py"
      ]
    }
  }
}
注意：您的密鑰屬於敏感信息，請勿與任何人分享。
Z
Zen MCP Server
Zen MCP是一個多模型AI協作開發服務器，為Claude和Gemini CLI等AI編碼助手提供增強的工作流工具和跨模型上下文管理。它支持多種AI模型的無縫協作，實現代碼審查、調試、重構等開發任務，並能保持對話上下文在不同工作流間的延續。
Python
11
5分
C
Container Use
Container Use是一個開源工具，為編碼代理提供容器化隔離環境，支持多代理並行開發且互不干擾。
Go
11
5分
S
Search1api
Search1API MCP Server是一個基於Model Context Protocol (MCP)的服務器，提供搜索和爬取功能，支持多種搜索服務和工具。
TypeScript
332
4分
D
Duckduckgo MCP Server
已認證
DuckDuckGo搜索MCP服務器，為Claude等LLM提供網頁搜索和內容抓取服務
Python
813
4.3分
M
MCP Alchemy
已認證
MCP Alchemy是一個連接Claude Desktop與多種數據庫的工具，支持SQL查詢、數據庫結構分析和數據報告生成。
Python
316
4.2分
P
Postgresql MCP
一個基於FastMCP庫的PostgreSQL數據庫MCP服務，提供對指定表的CRUD操作、模式檢查和自定義SQL查詢功能。
Python
104
4分
A
Agentic Radar
Agentic Radar是一個用於分析和評估代理系統的安全掃描工具，幫助開發者、研究人員和安全專家理解代理系統的工作流程並識別潛在漏洞。
Python
547
5分
M
MCP Scan
MCP-Scan是一款針對MCP服務器的安全掃描工具，用於檢測提示注入、工具汙染和跨域升級等常見安全漏洞。
Python
609
5分
精選MCP服務推薦
B
Baidu Map
已認證
百度地圖MCP Server是國內首個兼容MCP協議的地圖服務，提供地理編碼、路線規劃等10個標準化API接口，支持Python和Typescript快速接入，賦能智能體實現地圖相關功能。
Python
726
4.5分
M
Markdownify MCP
Markdownify是一個多功能文件轉換服務，支持將PDF、圖片、音頻等多種格式及網頁內容轉換為Markdown格式。
TypeScript
1.7K
5分
F
Firecrawl MCP Server
Firecrawl MCP Server是一個集成Firecrawl網頁抓取能力的模型上下文協議服務器，提供豐富的網頁抓取、搜索和內容提取功能。
TypeScript
3.9K
5分
S
Sequential Thinking MCP Server
一個基於MCP協議的結構化思維服務器，通過定義思考階段幫助分解複雜問題並生成總結
Python
299
4.5分
E
Edgeone Pages MCP Server
EdgeOne Pages MCP是一個通過MCP協議快速部署HTML內容到EdgeOne Pages並獲取公開URL的服務
TypeScript
267
4.8分
N
Notion Api MCP
已認證
一個基於Python的MCP服務器，通過Notion API提供高級待辦事項管理和內容組織功能，實現AI模型與Notion的無縫集成。
Python
142
4.5分
M
Magic MCP
Magic Component Platform (MCP) 是一個AI驅動的UI組件生成工具，通過自然語言描述幫助開發者快速創建現代化UI組件，支持多種IDE集成。
JavaScript
1.7K
5分
C
Context7
Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務，通過Model Context Protocol直接集成到提示中，解決LLM使用過時信息的問題。
TypeScript
5.3K
4.7分
AIbase
智啟未來，您的人工智慧解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase