MCP Prefect

MCPAI代理

提供方 allen-munsch

AI代理 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个为Prefect实现的模型上下文协议(MCP)服务器,使AI助手能够通过自然语言与Prefect交互。

一句话选型结论

按资料字段整理

MCP Prefect 属于AI代理类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接复制的远程端点配置。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式支持远程部署
GitHub 星标 15 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

AI助手Python本地部署自然语言处理工作流自动化Prefect集成MCP协议

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install mcp-prefect

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    确认你的客户端支持远程端点,并拿到服务地址。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
MCP Prefect当前 未标注 stdio · 本地进程 支持远程部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方allen-munsch上游标注的维护方 allen-munsch
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型支持远程部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.8 KB
来自项目仓库与上游目录的原文,未做删改

已弃用2025年11月27日

> 我个人已经将我的努力转移到了一个更通用的基于OpenAPI规范的MCP上:https://github.com/allen-munsch/yas-mcp
>
> 此外,这里实际上有一个由perfect发布的官方测试版:https://pypi.org/project/prefect-mcp/

完善MCP服务器

一种模型上下文协议(MCP)服务器实现 完美,使AI助手能够通过自然语言与Prefect进行交互。

> 备注:Prefect MCP官方服务器可用 这里。这是一个社区实施。

🚀 快速开始```bash

docker compose up


## 📦 安装

### pip安装```bash
pip install mcp-prefect

来源```bash

git clone https://github.com/allen-munsch/mcp-prefect
cd mcp-prefect
pip install -e .


### 手动运行```bash
PREFECT_API_URL=http://localhost:4200/api \
PREFECT_API_KEY=your_api_key_here \
MCP_PORT=8000 \
python -m mcp_prefect.main --transport http

🛠️ 特性```

╭────────────────────────────────────────────────────────────────────────────╮
│ │
│ _ __ ___ _ __ __ __ ____ │
│ _ __ ___ .'_/ ______/ /
/ |/ / _/ __ \ | \ / __ \ │
│ _ __ ___ / / / __ `/ ___/ __/ /|/ / / / // / ___/ / / / / / │
│ _ __ ___ / __/ / /
/ ( ) // / / / // _/ / // // / │
│ _ __ ___ /
/ _
/____/_// //_// /(*)_/ │
│ │
│ │
│ FastMCP 2.0 │
│ │
│ │
│ 🖥️ Server name: MCP Prefect 3.6.1 │
│ 📦 Transport: STDIO │
│ │
│ 🏎️ FastMCP version: 2.12.3 │
│ 🤝 MCP SDK version: 1.14.1 │
│ │
│ 📚 Docs: https://gofastmcp.com │
│ 🚀 Deploy: https://fastmcp.cloud │
│ │
╰────────────────────────────────────────────────────────────────────────────╯

[11/11/25 02:08:06] INFO Starting MCP server 'MCP Prefect 3.6.1' with transport 'stdio' server.py:1495
✅ Initialized successfully
Server: MCP Prefect 3.6.1 1.14.1

🔄 Listing tools...

🎯 FOUND 64 TOOLS:

📂 ARTIFACT (6 tools)
🔧 create_artifact
🔧 delete_artifact
🔧 get_artifact
🔧 get_artifacts
🔧 get_latest_artifacts
🔧 update_artifact

📂 AUTOMATION (7 tools)
🔧 create_automation
🔧 delete_automation
🔧 get_automation
🔧 get_automations
🔧 pause_automation
🔧 resume_automation
🔧 update_automation

📂 BLOCK (5 tools)
🔧 delete_block_document
🔧 get_block_document
🔧 get_block_documents
🔧 get_block_type
🔧 get_block_types

📂 DEPLOYMENT (8 tools)
🔧 delete_deployment
🔧 get_deployment
🔧 get_deployment_schedule
🔧 get_deployments
🔧 pause_deployment_schedule
🔧 resume_deployment_schedule
🔧 set_deployment_schedule
🔧 update_deployment

📂 FLOW (13 tools)
🔧 cancel_flow_run
🔧 create_flow_run_from_deployment
🔧 delete_flow
🔧 delete_flow_run
🔧 get_flow
🔧 get_flow_run
🔧 get_flow_run_logs
🔧 get_flow_runs
🔧 get_flow_runs_by_flow
🔧 get_flows
🔧 get_task_runs_by_flow_run
🔧 restart_flow_run
🔧 set_flow_run_state

📂 LOG (2 tools)
🔧 create_log
🔧 get_logs

📂 OTHER (1 tools)
🔧 get_health

📂 TASK (4 tools)
🔧 get_task_run
🔧 get_task_run_logs
🔧 get_task_runs
🔧 set_task_run_state

📂 VARIABLE (5 tools)
🔧 create_variable
🔧 delete_variable
🔧 get_variable
🔧 get_variables
🔧 update_variable

📂 WORK (13 tools)
🔧 create_work_queue
🔧 delete_work_queue
🔧 get_current_workspace
🔧 get_work_queue
🔧 get_work_queue_by_name
🔧 get_work_queue_runs
🔧 get_work_queues
🔧 get_workspace
🔧 get_workspace_by_handle
🔧 get_workspaces
🔧 pause_work_queue
🔧 resume_work_queue
🔧 update_work_queue

📊 TOTAL: 64 tools across 10 categories


## 💬 交互示例

AI助手可以帮助您:

**流量管理**

- “显示我的所有流及其上次运行状态”
- “为‘数据处理’部署创建新的流运行”
- “流运行“abc-123”的当前状态如何?”

**部署控制**

- “暂停‘每日报告’部署的计划”
- “使用新参数更新'etl管道'部署”

**基础设施管理**

- “列出所有工作池及其当前状态”
- “为高优先级作业创建新的工作队列”

**变量和配置**

- “创建一个名为'api_timeout'的变量,值为300”
- “显示名称中包含'config'的所有变量”

**监控与调试**

- “获取上次失败流运行的日志”
- “显示当前正在运行的所有任务运行”

## 🤖 平台集成

### 克劳德桌面版

添加到 `claude_desktop_config.json`:```json
{
"mcpServers": {
"prefect": {
"command": "mcp-prefect",
"args": ["--transport", "stdio"]
}
}
}

光标MCP```json

{
"mcpServers": {
"prefect": {
"command": "mcp-prefect",
"args": ["--transport", "stdio"]
}
}
}


### Gemini CLI```bash
gemini config set mcp-servers.prefect "mcp-prefect --transport stdio"

风帆/克劳德代码```json

{
"mcpServers": {
"prefect": {
"command": "mcp-prefect",
"args": ["--transport", "stdio"],
"env": {
"PREFECT_API_URL": "http://localhost:4200/api",
"PREFECT_API_KEY": "your_api_key_here"
}
}
}
}


### 通用MCP客户端```json
{
"mcpServers": {
"prefect": {
"command": "mcp-prefect",
"args": ["--transport", "stdio"],
"env": {
"PREFECT_API_URL": "http://localhost:4200/api",
"PREFECT_API_KEY": "your_api_key_here"
}
}
}
}

🧪 发展

运行测试```bash

pytest tests/ -v


### 从源头构建```bash
git clone https://github.com/allen-munsch/mcp-prefect
cd mcp-prefect
pip install -e .
python -m mcp_prefect

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
MCP Prefect 怎么安装?

在客户端按下面的安装命令接入:pip install mcp-prefect。装完在客户端配置里引用同一个包或端点。

MCP Prefect 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

MCP Prefect 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Prefect 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP Prefect 能提供哪些能力?

资料显示能力标签包括 工作流自动化、自然语言处理、Python、API密钥。具体工具清单以官方文档为准。

MCP Prefect 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

MCP Prefect 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。