MLOps工作流服务器

MLOps MCP服务器

用于常见MLOps工作流的MCP服务器

一 MCP（模型上下文协议） 该服务器使Claude等AI助手可以直接访问MLOps工作流——实验跟踪、模型注册表、数据集管理、管道编排、沿袭跟踪等。包装DVC、MLflow和Git，而不是替换它们。

特性

• 实验跟踪 --创建运行、记录参数/度量/工件、比较运行、找到最佳运行、导出到CSV
• 模型注册表 --注册、升级、标记、弃用和比较模型版本；生成模型卡
• 数据集管理 --分析数据集、验证模式、检测统计漂移（KS测试）、拆分、合并和生成数据集卡片
• 管道管理 --将DAG管道创建、验证和可视化为Mermaid图；基于Kahn算法的循环检测
• 数据血缘 --记录文物谱系，用BFS追踪来源，可视化为美人鱼图，检查完整性
• 文件 操作 --完整文件/目录CRUD、内容搜索、磁盘使用、批处理操作
• 项目脚手架 --7个带有组件注入和结构验证的ML项目模板
• 文档生成 -模型卡、数据集卡、实验报告、管道文档、项目自述文件、API文档
• MLW集成 --可选；包装跟踪、注册表和工件操作
• DVC集成 --可选；包装数据版本控制和管道复制
• Git操作 --可选；状态、添加、提交、日志、.gitignore生成
• 环境工具 --扫描导入、生成需求、检查冲突、创建conda环境文件

工具注册分为两层：一组用于快速文件操作和发现的始终在线的工具，以及15个可按需激活的域模块，以避免淹没代理上下文窗口。

安装

直接从GitHub安装（现在可用）

pip install git+https://github.com/anant-patankar/mlops-mcp-server.git

使用 uv:

uv add git+https://github.com/anant-patankar/mlops-mcp-server.git

从PyPI安装（即将推出）

# Core install
pip install mlops-mcp-server

# With optional extras
pip install mlops-mcp-server[mlflow]
pip install mlops-mcp-server[mlflow,compare,notebooks,parquet]

使用 uv:

uv add mlops-mcp-server
uv add "mlops-mcp-server[mlflow,compare,notebooks,parquet]"

用法

克劳德桌面版

添加到您的Claude Desktop MCP配置(~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上）：

首先安装软件包，然后添加到您的Claude Desktop配置中：

{
  "mcpServers": {
    "mlops": {
      "command": "mlops-mcp-server"
    }
  }
}

重新启动克劳德桌面。当Claude连接时，服务器会自动启动。

示例提示

连接后，您可以问Claude以下问题：

“显示所有实验运行，找到验证精度最高的一个，并在注册表中注册该模型。”

“个人资料 data/train.csv，对照检查 schema.yaml，然后将其拆分为70/15/15并保存到 data/splits/."

“创建一个包含三个阶段的管道：预处理→ 火车→ 评估、验证它的循环，并向我展示美人鱼图。"

直接运行

mlops-mcp-server

可选依赖关系

所有额外的都是可选的——服务器在没有它们的情况下运行，如果需要缺少依赖关系，则返回明显的错误。

许可证

麻省理工学院——见 许可证.