mcp-apache-spark-history-server vs time
并排对比，帮你在这两个 MCP server 之间做选择。
mcp-apache-spark-history-server by kubeflow | time 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 | 效率工具开发者工具沟通协作 |
| 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。
time · 概述
功能全面的 MCP 服务器，提供时间和时区转换功能，可自动检测系统时区。
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
time · 使用场景
- 协助安排跨时区的国际会议
- 为基于位置的查询提供实时时间信息
- 为旅行计划和行程安排提供时间转换
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": []
}
}
}time · 安装
安装选项
**使用 uv（推荐）：**
uvx mcp-server-time**使用 PIP：**
pip install mcp-server-time
python -m mcp_server_time**为 Claude Desktop 配置：**
{
"mcpServers": {
"time": {
"command": "uvx",
"args": ["mcp-server-time"]
}
}
}