Wandb MCP Server

1. Cursorの設定 (⌘, または Ctrl,) を開きます。
2. 機能 → Model Context Protocol に移動します。
3. 「レジストリからインストール」 または 「MCPサーバーを追加」 をクリックします。
4. 「wandb」を検索するか、以下を入力します。
   • 名前: wandb
   • URL: https://mcp.withwandb.com/mcp
   • APIキー: あなたのW&B APIキー

ローカルインストールについては、以下のオプション2を参照してください。

Claudeの設定ファイルに以下を追加します。

# macOS
open ~/Library/Application\ Support/Claude/claude_desktop_config.json

# Windows
notepad %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "wandb": {
      "url": "https://mcp.withwandb.com/mcp",
      "apiKey": "YOUR_WANDB_API_KEY"
    }
  }
}

Claude Desktopを再起動して有効にします。

ローカルインストールについては、以下のオプション2を参照してください。

from openai import OpenAI
import os

client = OpenAI()

resp = client.responses.create(
    model="gpt-4o",
    tools=[{
        "type": "mcp",
        "server_url": "https://mcp.withwandb.com/mcp",
        "authorization": os.getenv('WANDB_API_KEY'),
    }],
    input="How many traces are in my project?"
)
print(resp.output_text)

注意: OpenAIのMCPはサーバーサイドで動作するため、ローカルホストのURLは機能しません。ローカルサーバーについては、ngrokを使用したオプション2を参照してください。

# APIキーを設定する
export WANDB_API_KEY="your-api-key-here"

# 拡張機能をインストールする
gemini extensions install https://github.com/wandb/wandb-mcp-server

拡張機能は、ホスト型サーバーを指す gemini-extension.json の設定を使用します。

ローカルインストールについては、以下のオプション2を参照してください。

LeChatの設定で、MCPサーバーを追加します。

• URL: https://mcp.withwandb.com/mcp
• APIキー: あなたのW&B APIキー

ローカルインストールについては、以下のオプション2を参照してください。

# 設定を開く
code ~/.config/Code/User/settings.json

{
  "mcp.servers": {
    "wandb": {
      "url": "https://mcp.withwandb.com/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_WANDB_API_KEY"
      }
    }
  }
}

ローカルインストールについては、以下のオプション2を参照してください。

自動クラスタリングの新しいツールが間もなく登場します。
"grpo-cuda/axolotl-grpoでの私の最後のトレーニング実行の最後の100トレースを調べて、私の強化学習実験のロールアウトトレースが時々悪かった理由を教えてください。"

→ W&Bのプロジェクトとエンティティ名を指定する
LLMは心を読むことはできません。LLMにW&BのエンティティとW&Bのプロジェクトを指定するようにしてください。

→ 過度に広い質問を避ける
「私の最高の評価は何ですか？」のような質問はおそらく過度に広いため、「どの評価が最も高いf1スコアを持っていますか？」のように質問をより具体的にすることで、より早く答えを得ることができます。

→ すべてのデータが取得されたことを確認する
「私の最良のパフォーマンスの実行/評価は何ですか？」のような広範な一般的な質問をする場合、LLMにすべての利用可能な実行を取得したことを確認するように依頼するのが良いです。MCPツールは正しい量のデータを取得するように設計されていますが、LLMが最新の実行または最後のN個の実行のみを取得する傾向がある場合があります。

ホスト型サーバーは、エンタープライズグレードの信頼性を備えたゼロコンフィギュレーションのエクスペリエンスを提供します。このサーバーはW&Bチームによって保守され、新機能が自動的に更新され、あらゆるワークロードを処理できるようにスケーリングされます。チームや本番環境での使用に最適で、インフラストラクチャではなくML作業に集中したい場合に最適です。

パブリックサーバーの使用

最も簡単な方法は、https://mcp.withwandb.com のホスト型サーバーを使用することです。

利点:

• ✅ インストール不要
• ✅ 常に最新版
• ✅ 自動スケーリング
• ✅ メンテナンス不要

クイックスタートに示されている設定をそのまま使用してください。

開発、テスト、またはデータの完全な管理が必要な場合に、MCPサーバーをローカルで実行します。ローカルサーバーは、デスクトップクライアント用のSTDIOトランスポートまたはウェブベースのクライアント用のHTTPトランスポートで直接マシン上で実行されます。サーバーをカスタマイズしたい開発者や、エアギャップ環境で作業する場合に最適です。

手動設定

MCPクライアントの設定に以下を追加します。

{
  "mcpServers": {
    "wandb": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/wandb/wandb-mcp-server",
        "wandb_mcp_server"
      ],
      "env": {
        "WANDB_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}

前提条件

• Python 3.10以上
• uv (推奨) またはpip

# uvをインストールする (まだインストールされていない場合)
curl -LsSf https://astral.sh/uv/install.sh | sh

インストール

# uvを使用する (推奨)
uv pip install wandb-mcp-server

# またはGitHubから
pip install git+https://github.com/wandb/wandb-mcp-server

クライアント固有のインストールコマンド

Cursor (プロジェクト限定)

特定のプロジェクトでサーバーを有効にします。

uvx --from git+https://github.com/wandb/wandb-mcp-server add_to_client --config_path .cursor/mcp.json && uvx wandb login

Cursor (グローバル)

すべてのCursorプロジェクトでサーバーを有効にします。

uvx --from git+https://github.com/wandb/wandb-mcp-server add_to_client --config_path ~/.cursor/mcp.json && uvx wandb login

Windsurf

uvx --from git+https://github.com/wandb/wandb-mcp-server add_to_client --config_path ~/.codeium/windsurf/mcp_config.json && uvx wandb login

Claude Code

claude mcp add wandb -- uvx --from git+https://github.com/wandb/wandb-mcp-server wandb_mcp_server && uvx wandb login

APIキー付きで:

claude mcp add wandb -e WANDB_API_KEY=your-api-key -- uvx --from git+https://github.com/wandb/wandb-mcp-server wandb_mcp_server

Claude Desktop

uvx --from git+https://github.com/wandb/wandb-mcp-server add_to_client --config_path "~/Library/Application Support/Claude/claude_desktop_config.json" && uvx wandb login

ngrokを使用したテスト (サーバーサイドクライアント用)

OpenAIやLeChatのようにパブリックURLを必要とするクライアントの場合:

# 1. HTTPサーバーを起動する
uvx wandb-mcp-server --transport http --port 8080

# 2. ngrokで公開する
ngrok http 8080

# 3. クライアントの設定でngrokのURLを使用する

注意: これらのユーティリティは、OpenMCP Server Registryのadd-to-clientパターンに触発されています。

このパブリックリポジトリはSTDIOトランスポートに焦点を当てています。完全に管理されたHTTPデプロイメント (Docker、Cloud Run、Hugging Faceなど) が必要な場合は、このコードベースから始めて、別のリポジトリで独自のHTTPエントリポイントを追加してください。W&Bによって保守されている本番グレードのホスト型サーバーは、現在このリポジトリをベースにしたプライベートリポジトリにあります。

軽量な実験のために、FastMCP HTTPトランスポートを直接実行することもできます。

uvx wandb_mcp_server --transport http --host 0.0.0.0 --port 8080

クライアントは、MCP仕様に従って、Bearerトークンを介して独自のW&B APIキーを引き続き提供する必要があります。

from openai import OpenAI
from dotenv import load_dotenv
import os

load_dotenv()

client = OpenAI()

resp = client.responses.create(
    model="gpt-4o",  # より大きなコンテキストウィンドウにはgpt-4oを使用する
    tools=[
        {
            "type": "mcp",
            "server_label": "wandb",
            "server_description": "Query W&B data",
            "server_url": "https://mcp.withwandb.com/mcp",
            "authorization": os.getenv('WANDB_API_KEY'),
            "require_approval": "never",
        },
    ],
    input="wandb-smle/hiring-agent-demo-publicには何件のトレースがありますか？",
)

print(resp.output_text)