Prefect MCP Server

Der Prefect MCP Server verbindet Ihren KI-Assistenten mit Prefect, einem verbreiteten Python-Werkzeug zur Orchestrierung von Datenpipelines und KI-Workflows. Orchestrierung heißt, dass Prefect Abläufe plant, startet, überwacht und bei Fehlern erneut versucht. MCP, das Model Context Protocol, ist ein offener Standard, über den Assistenten wie Claude Code, Cursor oder Codex externe Dienste ansprechen. Prefect entwickelt den Server selbst und veröffentlicht ihn auf GitHub unter der MIT-Lizenz. Er funktioniert mit Prefect Cloud und mit selbst betriebenen Prefect-Servern.

Wofür ist der Prefect MCP Server nützlich?

Wer Datenpipelines betreibt, kennt die Situation: Ein nächtlicher Lauf ist fehlgeschlagen, ein Deployment startet nicht, oder Läufe hängen stundenlang in der Warteschlange. Bisher hieß das, sich durch Oberfläche, Logs und Work-Pool-Einstellungen zu klicken. Mit dem MCP-Server fragen Sie stattdessen in normaler Sprache: Warum läuft mein Deployment nicht? Was ist beim letzten fehlgeschlagenen Flow Run passiert? Welche Work Pools haben gerade keinen aktiven Worker? Der Assistent holt sich die nötigen Daten selbst, liest die Logs und schlägt eine Ursache vor. Weil er gleichzeitig Ihren Code im Editor sieht, kann er den Fehler oft direkt dort beheben, wo er entstanden ist.

Werkzeuge im Überblick

Laut README und Dokumentation deckt der Server drei Bereiche ab. Zum Überwachen gibt es eine Übersicht über den Zustand des Systems sowie Abfragen zu Deployments, Flows, Flow Runs, Task Runs, Work Pools, Automations, Events und Logs, jeweils mit Filtern. Ein Flow ist in Prefect eine Python-Funktion, die als Workflow läuft, ein Flow Run ein einzelner Durchlauf davon. Zum Debuggen liefert der Server Hilfen für fehlgeschlagene Läufe und für typische Deployment-Probleme wie ausgeschöpfte Nebenläufigkeit oder Work Pools ohne Worker. In Prefect Cloud zeigt er zusätzlich, wie stark die API-Ratenlimits ausgeschöpft sind. Für die Dokumentation ist ein zweiter MCP-Server eingebunden, der die aktuelle Prefect-Doku durchsucht, inklusive CLI- und SDK-Beispielen.

Bewusst nur lesend

Alle Werkzeuge lesen nur und ändern laut Prefect nichts am Zustand Ihres Workspace. Wer ein Deployment anlegen oder einen Lauf neu starten will, lässt den Assistenten stattdessen den prefect-Befehl im Terminal oder das Python-SDK nutzen. Die eingebaute Doku-Suche liefert dafür die aktuelle Syntax. Prefect weist selbst darauf hin, dass ein Assistent mit Terminalzugriff solche Befehle auch ohne den MCP-Server ausführen kann. Wer das verhindern will, nutzt in höheren Tarifen einen Service Account mit reinen Leserechten.

Lokal oder gehostet

Lokal startet der Server mit uvx, einem Werkzeug, das Python-Programme ohne vorherige Installation ausführt. Er übernimmt dann das aktive Prefect-Profil auf Ihrem Rechner oder die Umgebungsvariablen PREFECT_API_URL und PREFECT_API_KEY. Für selbst betriebene Server mit Basic Auth gibt es PREFECT_API_AUTH_STRING. Alternativ betreibt Prefect einen gehosteten Server mit Anmeldung über OAuth. OAuth ist ein Verfahren, bei dem Sie den Zugriff im Browser bestätigen, ohne einen Schlüssel weiterzugeben. Dort wählen Sie, welche Workspaces der Assistent lesen darf. Teams können den Server auch selbst auf Prefect Horizon betreiben und die Zugangsdaten zentral hinterlegen.

Clients

Für Claude Code und Codex bietet Prefect ein Plugin aus dem eigenen Marketplace an, das den gehosteten Server nutzt. In Claude gibt es einen Connector, in ChatGPT ein Plugin. Für Cursor, VS Code, Windsurf, Kiro und die Gemini CLI beschreibt die Dokumentation den lokalen Weg über uvx.

Kosten

Der Server selbst ist Open Source und kostenlos. Für Prefect Cloud gibt es laut Preisseite einen kostenlosen Hobby-Tarif, kostenpflichtige Pläne und Enterprise-Tarife. Service Accounts für unbeaufsichtigte Agenten setzen einen der höheren Pläne voraus. Wer Prefect selbst betreibt, zahlt nichts an Prefect.

Für wen lohnt sich der Prefect MCP Server?

Er lohnt sich für Data Engineers, ML-Teams und Plattformverantwortliche, die Prefect bereits einsetzen und Fehlersuche schneller erledigen wollen. Prefect stuft den Server noch als Beta ein, Funktionen können sich also ändern. Weil er nur liest, ist das Risiko im Alltag aber überschaubar, und der Einstieg dauert wenige Minuten.

Ein Prefect-Cloud-Workspace oder ein selbst betriebener Prefect-Server. Für den lokalen Weg uv mit uvx sowie ein Prefect-Profil oder die Umgebungsvariablen PREFECT_API_URL und PREFECT_API_KEY bzw. PREFECT_API_AUTH_STRING. Für den gehosteten Weg ein Prefect-Cloud-Konto und ein Client mit Remote-Servern und OAuth.

Mit dem Prefect MCP Server liest Ihr KI-Assistent Deployments, Flow Runs, Work Pools und Logs direkt aus Prefect. Der Server ist offiziell, quelloffen und ausschließlich lesend. Dieser Ratgeber zeigt die drei Einrichtungswege und gibt Tipps für die Fehlersuche im Alltag.

Schritt 1: Voraussetzungen

Sie brauchen einen Workspace in Prefect Cloud oder einen selbst betriebenen Prefect-Server. Für den lokalen Weg muss uv installiert sein, denn der Server startet über uvx. Wer Prefect auf dem Rechner bereits nutzt, hat meist schon ein aktives Profil, das der Server automatisch übernimmt.

Weg 1: Plugin für Claude Code und Codex

Am schnellsten geht es mit dem Plugin. In Claude Code geben Sie /plugin marketplace add prefecthq/prefect-mcp-server ein und danach /plugin install prefect. In Codex lauten die Befehle codex plugin marketplace add prefecthq/prefect-mcp-server und codex plugin add prefect@prefect. Das Plugin nutzt den gehosteten Server von Prefect. Beim ersten Aufruf melden Sie sich bei Prefect Cloud an und wählen die Workspaces, die der Assistent lesen darf. Ihr lokales Profil wird dabei nicht verwendet.

Weg 2: Lokal mit uvx

Für selbst betriebenes Prefect oder eigene Zugangsdaten starten Sie den Server lokal. In Claude Code genügt claude mcp add prefect -- uvx --from prefect-mcp prefect-mcp-server. Ohne weitere Angaben greift der Server auf Ihr aktives Prefect-Profil zu. Für einen bestimmten Cloud-Workspace setzen Sie vor dem doppelten Bindestrich die Optionen -e PREFECT_API_URL=… und -e PREFECT_API_KEY=…. Die Konto- und Workspace-ID finden Sie in der Adresszeile von Prefect Cloud. Bei einem eigenen Server mit Basic Auth verwenden Sie PREFECT_API_AUTH_STRING statt des API-Schlüssels. In Codex lautet der Befehl codex mcp add prefect -- uvx --from prefect-mcp prefect-mcp-server, in Cursor legen Sie in .cursor/mcp.json einen Eintrag mit command uvx und den Argumenten --from, prefect-mcp und prefect-mcp-server an.

Weg 3: Gehostet fürs Team

Teams können eine eigene Kopie des Repositorys auf Prefect Horizon betreiben. Die Zugangsdaten hinterlegen Sie dann einmal auf dem Server, und alle verbinden sich mit claude mcp add prefect --transport http und der Adresse des eigenen Servers.

Erste Fragen

Starten Sie mit Fragen wie: Warum läuft mein Deployment nicht? Untersuche den letzten fehlgeschlagenen Flow Run. Warum starten meine Läufe verzögert? Welche Work Pools haben keinen aktiven Worker? Der Assistent liest Zustände und Logs und nennt eine wahrscheinliche Ursache.

Sicher arbeiten

Der Server ändert nichts. Ein Assistent mit Terminalzugriff kann aber prefect-Befehle selbst ausführen. Für unbeaufsichtigte Agenten empfiehlt sich deshalb ein Service Account mit reinen Leserechten. Wenn Sie Plugin und lokalen Server parallel nutzen, geben Sie dem lokalen einen eigenen Namen wie prefect-local und lassen Sie den Assistenten mit get_identity prüfen, welcher Workspace gerade aktiv ist.

claude mcp add prefect -- uvx --from prefect-mcp prefect-mcp-server

Lokal über das aktive Prefect-Profil oder die Umgebungsvariablen PREFECT_API_URL und PREFECT_API_KEY, bei selbst betriebenen Servern PREFECT_API_AUTH_STRING. Gehostet über OAuth mit dem Prefect-Cloud-Konto, ohne API-Schlüssel; dabei wählen Sie die freigegebenen Workspaces aus.

Nur lesend: Deployments, Flows, Flow Runs, Task Runs, Work Pools, Automations, Events, Logs und in Prefect Cloud die Auslastung der Ratenlimits, dazu die öffentliche Prefect-Dokumentation. Der Server ändert laut Prefect keine Ressourcen und sieht nur, was das verwendete Konto sehen darf.

Lokal läuft der Server auf Ihrem Rechner und spricht direkt mit Ihrer Prefect-API. Beim gehosteten Weg laufen die Abfragen über Prefects Server, es gelten Prefects Datenschutz- und Nutzungsbedingungen. Logs und Laufdaten, die im Chat landen, gehen zusätzlich an den KI-Anbieter des Clients.

Gering bis mittel. Der Server selbst liest nur, Logs können aber Zugangsdaten oder interne Daten enthalten, die in den Chat gelangen. Ein Assistent mit Terminalzugriff kann unabhängig vom Server prefect-Befehle ausführen. Für Agenten einen Service Account mit reinen Leserechten nutzen und vor Aktionen mit get_identity prüfen, auf welchen Workspace der Server zeigt.