M

MLflow Claude Desktop 模板访问工具

@B-Step62/mcp-server-mlflow
0 Stars 9 次浏览 B-Step62 更新于 2026-08-23

通过 Claude Desktop 启用对 MLflow 中管理的提示模板的访问，允许用户使用保存的模板来指导 Claude 完成重复性任务或常见工作流程。

MCP 服务配置

复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用

{
  "mcpServers": {
    "mlflow": {
      "args": [
        "\u003cabsolute-path-to-this-repository\u003e/dist/index.js"
      ],
      "command": "node",
      "env": {
        "MLFLOW_TRACKING_URI": "http://localhost:5000"
      }
    }
  }
}

该服务需要配置环境变量：MLFLOW_TRACKING_URI

服务介绍

MLflow Prompt Registry MCP 服务器

用于 MLflow Prompt Registry 的 Model Context Protocol (MCP) 服务器，能够访问在 MLflow 中管理的提示模板。

该服务器实现了 MCP 提示规范，以便从 MLflow Prompt Registry 发现和使用提示模板。主要用例是在 Claude Desktop 中从 MLflow 加载提示模板，允许用户方便地为重复任务或常见工作流程提供指令。

工具

  • list-prompts
    • 列出可用的提示
    • 输入：
      • cursor（可选字符串）：分页游标
      • filter（可选字符串）：提示过滤器
    • 返回：提示对象列表
  • get-prompt
    • 检索并编译特定的提示
    • 输入：
      • name（字符串）：要检索的提示名称
      • arguments（可选对象）：带有提示变量的 JSON 对象
    • 返回：已编译的提示对象

设置

1: 安装 MLflow 并启动 Prompt Registry

如果您还没有安装并启动 MLflow 服务器以托管 Prompt Registry，请执行以下操作：

pip install mlflow>=2.21.1
mlflow server --port 5000

2: 在 MLflow 中创建一个提示模板

如果您还没有创建过提示模板，请按照 此指南 在 MLflow 中创建一个提示模板。

3: 构建 MCP 服务器

npm install
npm run build

4: 将服务器添加到 Claude Desktop

通过编辑 claude_desktop_config.json 配置 Claude for Desktop：

{
  "mcpServers": {
    "mlflow": {
      "command": "node",
      "args": ["<absolute-path-to-this-repository>/dist/index.js"],
      "env": {
        "MLFLOW_TRACKING_URI": "http://localhost:5000"
      }
    }
  }
}

确保将 MLFLOW_TRACKING_URI 替换为您实际的 MLflow 服务器地址。

查看源码 项目主页