Weights & Biases MCP Server
2025.04.18
26
Python机器学习实验管理数据分析报告生成开发效率
Weights & Biases MCP Server 是一个基于模型上下文协议（MCP）的服务，主要用于查询 Weights & Biases Weave 的追踪数据。该服务器允许 MCP 客户端查询 W&B Weave 的追踪数据，并将文本和图表写入 W&B 报告中。核心功能包括查询实验跟踪数据、Weave 追踪数据的高效过滤和排序、创建可共享的分析报告等。适用于需要高效管理和分析机器学习实验数据的场景。
View on GitHub
Overview
基本能力
产品定位
Weights & Biases MCP Server 是一个用于查询和管理机器学习实验数据的服务，特别适用于需要高效分析和报告实验结果的场景。
核心功能
- 查询 W&B 实验数据：通过 GraphQL 查询 Projects, Runs, Artifacts, Sweeps, Reports 等数据。
- Weave 追踪数据查询：支持强大的过滤、排序和分页功能，可返回完整数据或仅返回元数据以避免上下文窗口过大。
- 高效计数：快速统计匹配过滤条件的 Weave 追踪数量，不返回具体数据。
- 创建报告：生成包含 Markdown 文本和 HTML 渲染的可视化图表的 W&B 报告，便于共享和存档。
适用场景
- 机器学习实验数据的高效查询和分析。
- 生成和共享实验分析报告。
- 需要快速统计和过滤大量实验数据的场景。
工具列表
query_wandb_gql_tool：执行任意 GraphQL 查询，获取 W&B 实验跟踪数据。query_weave_traces_tool：查询 Weave 追踪数据，支持过滤、排序和分页。count_weave_traces_tool：高效统计 Weave 追踪数量。create_wandb_report_tool：创建包含文本和图表的 W&B 报告。
常见问题解答
- Error: spawn uv ENOENT：
- 原因：
uv包管理器未安装或不可访问。 - 解决方案：
- 安装
uv：curl -LsSf https://astral.sh/uv/install.sh | sh - 创建符号链接：
sudo ln -s ~/.local/bin/uv /usr/local/bin/uv - 重启应用或 IDE。
- 安装
使用教程
使用依赖
- 确保已安装
uv包管理器。bash curl -LsSf https://astral.sh/uv/install.sh | sh
安装教程
- 克隆仓库并进入目录：
bash git clone https://github.com/wandb/mcp-server.git cd mcp-server && uv venv && source .venv/bin/activate - 安装依赖：
bash uv pip install -e . - 配置
.env文件：WANDB_API_KEY=your_api_key_here
调试方式
- 启动服务器：
bash uv run src/mcp_server/server.py - 客户端配置（以 Claude Desktop 为例）：
json "mcpServers": { "weights_and_biases": { "command": "uv", "args": [ "--directory", "/ABSOLUTE/PATH/TO/PROJECT", "run", "src/mcp_server/server.py" ] } }