
MLflow Prompt Registry MCP Server

2025.03.25
1
TypeScript提示模板管理开发效率提升开发效率
mcp-server-mlflow 是一个基于 Model Context Protocol (MCP) 的服务器,专门用于访问和管理 MLflow Prompt Registry 中的提示模板。它实现了 MCP Prompts 规范,主要用于从 MLflow 中加载提示模板,以便在 Claude Desktop 中使用,方便用户为重复性任务或常见工作流程提供指令。
View on GitHub
Overview
基本能力
产品定位
mcp-server-mlflow 是一个用于管理和访问 MLflow Prompt Registry 中提示模板的 MCP 服务器,旨在提升开发效率和工作流程自动化。
核心功能
- 列出可用提示模板:通过
list-prompts
工具列出所有可用的提示模板,支持分页和过滤。 - 获取并编译提示模板:通过
get-prompt
工具获取特定提示模板,并支持传入变量进行编译。
适用场景
- 开发效率提升:通过预定义的提示模板快速生成指令,减少重复性工作。
- 工作流程自动化:在 Claude Desktop 中使用提示模板自动化常见任务。
工具列表
list-prompts
:- 功能:列出所有可用的提示模板。
- 输入参数:
cursor
(可选字符串):用于分页的光标。filter
(可选字符串):用于过滤提示模板。
- 返回:提示模板对象列表。
get-prompt
:- 功能:获取并编译特定提示模板。
- 输入参数:
name
(字符串):要获取的提示模板名称。arguments
(可选对象):包含提示变量的 JSON 对象。
- 返回:编译后的提示模板对象。
常见问题解答
- 如何配置 MLflow 服务器地址?
- 在
claude_desktop_config.json
中设置MLFLOW_TRACKING_URI
环境变量为您的 MLflow 服务器地址。
使用教程
使用依赖
- 安装 MLflow 并启动 Prompt Registry:
bash pip install mlflow>=2.21.1 mlflow server --port 5000
安装教程
- 构建 MCP 服务器:
bash npm install npm run build
- 配置 Claude Desktop:
- 编辑
claude_desktop_config.json
文件,添加以下配置:json { "mcpServers": { "mlflow": { "command": "node", "args": ["<absolute-path-to-this-repository>/dist/index.js"], "env": { "MLFLOW_TRACKING_URI": "http://localhost:5000" } } } }
- 替换
MLFLOW_TRACKING_URI
为您的实际 MLflow 服务器地址。
调试方式
- 确保 MLflow 服务器已启动并运行在指定端口(如 5000)。
- 检查
claude_desktop_config.json
中的配置是否正确。 - 运行 MCP 服务器并验证是否能正常列出和获取提示模板。
许可证
None