تكامل خادم ZenML MCP

ماذا يفعل خادم “ZenML” MCP؟

خادم ZenML MCP هو تنفيذ لبروتوكول Model Context (MCP) يعمل كجسر بين مساعدي الذكاء الاصطناعي (مثل Cursor, Claude Desktop وغيرها) وخطوط ZenML لـ MLOps وLLMOps. من خلال إتاحة واجهة ZenML البرمجية عبر معيار MCP، يمكن لعملاء الذكاء الاصطناعي الوصول إلى معلومات مباشرة حول المستخدمين، وخطوط الأنابيب، وتنفيذات الخطوط، والخطوات، والخدمات والمزيد من خادم ZenML. تمكّن هذه التكاملات المطورين وسير عمل الذكاء الاصطناعي من الاستعلام عن البيانات الوصفية، وتشغيل تنفيذات خطوط جديدة، والتفاعل مع ميزات تنظيم ZenML مباشرة من خلال الأدوات المدعومة. يعتبر خادم ZenML MCP مفيداً بشكل خاص لتعزيز الإنتاجية عبر ربط المساعدين المدعومين بالـ LLM ببنية MLOps قوية، وتسهيل المهام عبر دورة حياة تعلم الآلة.

قائمة المطالبات

لم يُعثر على معلومات حول قوالب المطالبات في المستودع.

قائمة الموارد

• المستخدمون – الوصول لمعلومات حول مستخدمي ZenML.
• الكومات – استرجاع تفاصيل إعدادات الكومة المتاحة.
• خطوط الأنابيب – الاستعلام عن بيانات خطوط الأنابيب المدارة في ZenML.
• تنفيذات الخطوط – الحصول على معلومات وحالة تنفيذات خطوط الأنابيب.
• خطوات الخط – استكشاف تفاصيل الخطوات ضمن الخطوط.
• الخدمات – معلومات عن الخدمات المدارة عبر ZenML.
• مكونات الكومة – بيانات حول مكونات كومة ZenML المختلفة.
• النكهات – استرجاع معلومات حول نكهات مكونات الكومة المختلفة.
• قوالب تنفيذ الخطوط – قوالب لتشغيل تنفيذات خطوط جديدة.
• الجداول الزمنية – بيانات حول تنفيذات الخطوط المجدولة.
• الأدلة – بيانات وصفية حول الأدلة (وليس البيانات نفسها).
• موصلات الخدمات – معلومات حول الموصلات للخدمات الخارجية.
• كود الخطوة – الوصول إلى الكود المتعلق بخطوات الخط.
• سجلات الخطوة – استرجاع السجلات للخطوات (عند التشغيل على كومات سحابية).

قائمة الأدوات

• تشغيل تنفيذ خط جديد – يسمح بتشغيل تنفيذ جديد إذا كان هناك قالب تنفيذ.
• قراءة الموارد – أدوات لقراءة البيانات الوصفية والحالة من كائنات خادم ZenML (المستخدمون، الكومات، الخطوط، إلخ).

حالات الاستخدام لهذا الخادم MCP

• مراقبة الخطوط وإدارتها: يمكن للمطورين استخدام مساعدي الذكاء الاصطناعي للاستعلام عن حالة تنفيذات الخطوط، واسترجاع السجلات، ومراقبة التقدم مباشرة من ZenML.
• تشغيل تنفيذات خطوط جديدة: يمكن لمساعدي الذكاء الاصطناعي بدء تنفيذات خطوط جديدة عبر خادم MCP، ما يبسط تكرار التجارب ودورات النشر.
• استكشاف الموارد والأدلة: استرجع فورياً بيانات حول مجموعات البيانات، النماذج، والأدلة الأخرى المدارة بواسطة ZenML، ما يسرّع الحصول على السياق للتجارب.
• استعراض الكومات والخدمات: راجع سريعاً إعدادات الكومات وتفاصيل الخدمات، ما يبسط التشخيص والتحسين.
• التقارير الآلية: استخدم مساعدي الذكاء الاصطناعي لإنشاء تقارير حول تجارب تعلم الآلة، وتاريخ تنفيذات الخطوط، وسلالة الأدلة عبر الاستعلام من خادم MCP.

كيفية الإعداد

Windsurf

لم يتم العثور على تعليمات صريحة لـ Windsurf؛ استخدم إعداد MCP العام:

1. تأكد من تثبيت Node.js وuv.
2. استنسخ المستودع.
3. احصل على عنوان ZenML server وAPI key الخاص بك.
4. عدّل ملف إعدادات MCP في Windsurf لإضافة خادم ZenML MCP.
5. احفظ وأعد تشغيل Windsurf.

{
  "mcpServers": {
    "zenml": {
      "command": "/usr/local/bin/uv",
      "args": ["run", "/path/to/zenml_server.py"],
      "env": {
        "LOGLEVEL": "INFO",
        "NO_COLOR": "1",
        "PYTHONUNBUFFERED": "1",
        "PYTHONIOENCODING": "UTF-8",
        "ZENML_STORE_URL": "https://your-zenml-server-goes-here.com",
        "ZENML_STORE_API_KEY": "your-api-key-here"
      }
    }
  }
}

ملاحظة: قم بتأمين مفاتيح API من خلال ضبطها في قسم env كما هو موضح أعلاه.

Claude

1. ثبّت Claude Desktop.
2. افتح ‘الإعدادات’ > ‘المطور’ > ‘تعديل الإعدادات’.
3. أضف خادم MCP كما هو موضح أدناه.
4. استبدل المسارات وبيانات الاعتماد بما يناسبك.
5. احفظ وأعد تشغيل Claude Desktop.

{
  "mcpServers": {
    "zenml": {
      "command": "/usr/local/bin/uv",
      "args": ["run", "/path/to/zenml_server.py"],
      "env": {
        "LOGLEVEL": "INFO",
        "NO_COLOR": "1",
        "PYTHONUNBUFFERED": "1",
        "PYTHONIOENCODING": "UTF-8",
        "ZENML_STORE_URL": "https://your-zenml-server-goes-here.com",
        "ZENML_STORE_API_KEY": "your-api-key-here"
      }
    }
  }
}

ملاحظة: احفظ دائماً مفاتيح API بأمان في متغيرات البيئة كما أعلاه.

Cursor

1. ثبّت Cursor.
2. حدد موقع ملف إعدادات MCP في Cursor.
3. أضف قسم خادم ZenML MCP كما هو موضح.
4. عَبّئ المسارات وبيانات الاعتماد الصحيحة.
5. احفظ وأعد تشغيل Cursor.

{
  "mcpServers": {
    "zenml": {
      "command": "/usr/local/bin/uv",
      "args": ["run", "/path/to/zenml_server.py"],
      "env": {
        "LOGLEVEL": "INFO",
        "NO_COLOR": "1",
        "PYTHONUNBUFFERED": "1",
        "PYTHONIOENCODING": "UTF-8",
        "ZENML_STORE_URL": "https://your-zenml-server-goes-here.com",
        "ZENML_STORE_API_KEY": "your-api-key-here"
      }
    }
  }
}

ملاحظة: يجب إعداد مفاتيح API باستخدام متغيرات البيئة في قسم env للحماية.

Cline

لم يتم العثور على تعليمات صريحة لـ Cline؛ استخدم إعداد MCP العام:

1. ثبّت أي متطلبات ضرورية لـ Cline.
2. استنسخ مستودع MCP-ZenML.
3. احصل على بيانات اعتماد ZenML server الخاصة بك.
4. عدّل ملف إعدادات MCP في Cline لإضافة خادم ZenML MCP.
5. احفظ وأعد تشغيل Cline.

{
  "mcpServers": {
    "zenml": {
      "command": "/usr/local/bin/uv",
      "args": ["run", "/path/to/zenml_server.py"],
      "env": {
        "LOGLEVEL": "INFO",
        "NO_COLOR": "1",
        "PYTHONUNBUFFERED": "1",
        "PYTHONIOENCODING": "UTF-8",
        "ZENML_STORE_URL": "https://your-zenml-server-goes-here.com",
        "ZENML_STORE_API_KEY": "your-api-key-here"
      }
    }
  }
}

ملاحظة: قم بتأمين مفاتيح API في قسم env كما أعلاه.

تأمين مفاتيح API:
قم بضبط مفتاح ZenML وURL الخادم بأمان باستخدام متغيرات البيئة في قسم env من ملف الإعدادات، كما في أمثلة JSON أعلاه.

كيفية استخدام هذا الـ MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى التدفق وربطه بوكيل الذكاء الاصطناعي:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات MCP للنظام، أدخل تفاصيل خادم MCP باستخدام هذا التنسيق:

{
  "zenml": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، يستطيع وكيل الذكاء الاصطناعي الآن استخدام هذا MCP كأداة والوصول إلى جميع وظائفه وقدراته. تذكّر تغيير “zenml” إلى اسم خادم MCP الفعلي لديك واستبدال عنوان URL بعنوان MCP الخاص بك.

نظرة عامة

استناداً للجداول أعلاه، يوفر ZenML MCP Server توثيقات شاملة، وإرشادات إعداد واضحة، ويكشف مجموعة واسعة من الموارد والأدوات. لكنه يفتقر لتوثيق لقوالب المطالبات ولا يوجد ذكر صريح لدعم العينات أو الجذور. المستودع نشط بعدد جيد من النجوم والتفرعات، لكن بعض ميزات MCP المتقدمة غير مغطاة.

تقييم خادم MCP