MCP Zenml

🚀 ZenMLのMCPサーバー

このプロジェクトは、モデルコンテキストプロトコル (MCP) サーバーを実装しており、ZenML APIとのやり取りを可能にします。

🚀 クイックスタート

このプロジェクトは、MCPプロトコルを通じてZenMLプラットフォームとの統合を実現します。MCPは異なるツールやサービスを接続するためのプロトコルで、ZenMLは機械学習オペレーションプラットフォームです。

✨ 主な機能

MCPプロトコルの説明

MCP（モデルコンテキストプロトコル）は、アプリケーションやツール間でモデル関連の情報を共有するためのオープン標準です。MCPを通じて、ZenMLサーバーはこのプロトコルをサポートする他のツールやサービスとやり取りすることができます。

ZenMLプラットフォームの概要

ZenMLはオープンソースの機械学習オペレーションプラットフォームで、統一されたワークフローエンジン、実験トラッキング、モデル管理などの機能を提供します。これにより、データサイエンティストはより効率的に機械学習モデルを構築およびデプロイすることができます。

📦 インストール

前提条件

1. Python 3.8以上をインストールします。
2. pip パッケージ管理ツールをインストールします。
3. サーバーを実行するために、システムに uv ツールがインストールされていることを確認します。

設定ファイルの作成

設定ファイル mcp.json を作成し、以下の内容を記入します（実際の状況に合わせて変更してください）。

{
    "MCP Server": {
        "name": "ZenML MCPサーバー",
        "description": "ZenMLプラットフォームと統合されたMCPサーバー。",
        "server_url": "http://localhost:8000",
        "auth_token": "your_auth_token_here"
    }
}

インストールと実行

1. uv を使用してサーバーを実行します。

   uv mcp_server.py
   

2. サーバーが起動したら、ブラウザで http://localhost:8000 にアクセスして、サービスの状態を確認できます。

📚 ドキュメント

統合ガイド

Claude Desktopとの統合

1. Claude Desktopをインストールして開きます。
2. 設定メニューに入り、「開発者」タブを選択します。
3. 「編集設定」をクリックし、mcp.json ファイルを見つけるか作成します。
4. 上記の内容をファイルに記入し、保存します。
5. Claude Desktopを再起動します。

Cursorとの統合

1. プロジェクトのルートディレクトリに .cursor フォルダを作成します。
2. このフォルダ内に mcp.json ファイルを作成し、関連する内容を記入します。
3. Cursorの設定を開き、ZenMLサーバーの設定を有効にします。

オプションの最適化提案

出力の読みやすさを向上させるために、Claude Desktopの個人設定に以下の設定を追加することができます。

ZenMLツールを使用してJSON結果を返す際には、結果を表などの読みやすい形式で表示することを検討してください。

これにより、出力情報がより明確になります。

まとめ

MCPプロトコルを通じてZenMLプラットフォームと統合することで、Claude DesktopやCursorなどのツールでZenMLの機能を簡単に利用できます。上記の手順で設定を完了すると、チャットウィンドウから直接ZenMLツールを呼び出してモデル管理や操作を行うことができます。