mcp-apache-spark-history-server vs everything
并排对比，帮你在这两个 MCP server 之间做选择。
mcp-apache-spark-history-server by kubeflow | everything by modelcontextprotocol | |
|---|---|---|
| Stars | ★ 170 | ★ 85,748 |
| 30天用量 | — | — |
| 综合分 | 50 | 77 |
| 官方 | — | ✓ |
| 分类 | 开发者工具可观测性AI / LLM 工具 | 开发者工具AI / LLM 工具其它 |
| 实现语言 | Python | TypeScript |
| 最近提交 | 本月 | 本月 |
mcp-apache-spark-history-server · 概述
MCP 服务器将 AI 代理连接到 Apache Spark 历史服务器，用于作业分析和性能监控。
everything · 概述
官方 MCP 测试服务器，展示协议全部功能，供客户端开发者使用。
mcp-apache-spark-history-server · 使用场景
- AI 代理使用自然语言查询调查失败或缓慢的 Spark 应用程序
- 比较不同 Spark 作业运行的性能指标以识别回归问题
- 通过与 AI 代理集成自动化 Spark 作业监控和告警
everything · 使用场景
- 测试 MCP 客户端实现是否支持所有协议功能
- 通过参考服务器学习 MCP 协议能力
- 验证客户端对不同传输方式的兼容性
mcp-apache-spark-history-server · 安装
使用 pip 安装：
pip install mcp-apache-spark-history-server
spark-mcp直接使用 uvx 运行（无需安装）：
uvx --from mcp-apache-spark-history-server spark-mcp通过 config.yaml 配置（支持多个服务器）：
servers:
local:
default: true
url: "http://your-spark-history-server:18080"
auth:
username: "user"
password: "pass"
mcp:
transports:
- streamable-http
port: "18888"Claude Desktop 配置：
{
"mcpServers": {
"spark": {
"command": "spark-mcp",
"args": []
}
}
}everything · 安装
NPX（推荐）
{
"mcpServers": {
"everything": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-everything"]
}
}
}Windows 用户请使用 cmd /c：
{
"mcpServers": {
"everything": {
"command": "cmd",
"args": ["/c", "npx", "-y", "@modelcontextprotocol/server-everything"]
}
}
}Docker
{
"mcpServers": {
"everything": {
"command": "docker",
"args": ["run", "-i", "--rm", "mcp/everything"]
}
}
}全局安装
npm install -g @modelcontextprotocol/server-everything@latest
npx @modelcontextprotocol/server-everything