MCP Zenml

🚀 ZenML 的 MCP 服務器

本項目實現了一個 模型上下文協議 (MCP) 服務器，用於和 ZenML API 進行交互，為機器學習操作提供了便捷的集成方案。

🚀 快速開始

先決條件

1. 安裝 Python 3.8 或更高版本。
2. 安裝 pip 包管理工具。
3. 確保系統上安裝了 uv 工具，用於運行服務器。

配置文件創建

需要創建一個配置文件 mcp.json，並填入以下內容（根據實際情況修改）：

{
    "MCP Server": {
        "name": "ZenML MCP 服務器",
        "description": "與 ZenML 平臺集成的 MCP 服務器。",
        "server_url": "http://localhost:8000",
        "auth_token": "your_auth_token_here"
    }
}

安裝和運行

1. 使用 uv 運行服務器：

   uv mcp_server.py
   

2. 服務器啟動後，可以在瀏覽器中訪問 http://localhost:8000 查看服務狀態。

✨ 主要特性

項目簡介

此項目旨在通過 MCP 協議與 ZenML 平臺進行集成。MCP 是一種用於連接不同工具和服務的協議，而 ZenML 則是一個機器學習操作平臺。

MCP 協議說明

MCP（模型上下文協議）是一種開放標準，允許應用程序和工具之間共享模型相關的信息。通過 MCP，ZenML 服務器可以與其他支持該協議的工具和服務進行交互。

ZenML 平臺簡介

ZenML 是一個開源機器學習操作平臺，提供了一個統一的工作流引擎、實驗跟蹤、模型管理等功能。它可以幫助數據科學家更高效地構建和部署機器學習模型。

📦 集成指南

與 Claude Desktop 的集成

1. 安裝並打開 Claude Desktop。
2. 進入設置菜單，選擇“開發者”選項卡。
3. 點擊“編輯配置”，找到或創建 mcp.json 文件。
4. 將上述內容填入文件中，並保存。
5. 重啟 Claude Desktop。

與 Cursor 的集成

1. 在項目根目錄下創建 .cursor 文件夾。
2. 在該文件夾中創建 mcp.json 文件，填入相關內容。
3. 打開 Cursor 設置，啟用 ZenML 服務器配置。

💡 使用建議

為了提高輸出的可讀性，可以在 Claude Desktop 的個人設置中添加以下偏好：

當使用 ZenML 工具並返回 JSON 結果時，請考慮將結果以更易讀的格式呈現，如表格。

這樣可以確保輸出信息更加清晰明瞭。

📚 總結

通過 MCP 協議與 ZenML 平臺集成，可以在 Claude Desktop 和 Cursor 等工具中方便地使用 ZenML 的功能。按照上述步驟完成配置後，即可在聊天窗口中直接調用 ZenML 工具進行模型管理和操作。