AI导哈

API服务工具

KappaML MCP Server是一个远程服务器，提供KappaML API作为AI助手的工具。

  • by KappaML
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 KappaML/kappaml-mcp

使用说明

KappaML MCP服务器

远程MCP服务器，暴露 KappaML API 作为Claude Desktop和Claude Code等人工智能助手的工具。

工具（21）

类别 工具
用户 get_user_profile, update_user_profile
API密钥 create_api_key, list_api_keys, delete_api_key
模型 list_models, create_model, get_model, delete_model
预测 predict, predict_batch
学习 learn, learn_batch
预测 forecast
指标 get_metrics, get_metrics_history
检查点 list_checkpoints, create_checkpoint, get_checkpoint, delete_checkpoint, restore_checkpoint

设置

本地安装

cd kappaml-mcp
pip install -e .

运行服务器

# Option 1: Set API key via environment variable (single-tenant)
export KAPPAML_API_KEY=sk.xxx
python server.py

# Option 2: Clients send their own key via Authorization header (multi-tenant)
python server.py

服务器启动于 http://0.0.0.0:8000.

码头工人

docker build -t kappaml-mcp .
docker run -p 8000:8000 -e KAPPAML_API_KEY=sk.xxx kappaml-mcp

客户端配置

克劳德代码

claude mcp add --transport http kappaml http://localhost:8000/mcp \
  --header "Authorization: Bearer sk.xxx"

克劳德桌面

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "kappaml": {
      "url": "http://localhost:8000/mcp",
      "headers": {
        "Authorization": "Bearer sk.xxx"
      }
    }
  }
}

认证

服务器从 Authorization: Bearer <key> MCP客户端发送的标头，并将其转发为 X-API-Key 至KappaML API。如果不存在标头，则返回到 KAPPAML_API_KEY 环境变量。

相关 MCP