ZenML MCP 服务器集成

“ZenML” MCP 服务器的作用是什么？

ZenML MCP 服务器是模型上下文协议（MCP）的实现，充当 AI 助手（如 Cursor、Claude Desktop 等）与您的 ZenML MLOps 和 LLMOps 流水线之间的桥梁。通过采用 MCP 标准暴露 ZenML 的 API，使 AI 客户端能够实时访问来自 ZenML 服务器的用户、流水线、流水线运行、步骤、服务等信息。该集成让开发人员和 AI 工作流能够查询元数据、触发新流水线运行，并通过支持的 AI 工具直接使用 ZenML 的编排能力。ZenML MCP 服务器尤其适用于将 LLM 驱动的助手与强大的 MLOps 基础设施连接起来，提升生产力，助力 ML 生命周期各阶段任务。

提示模板列表

在仓库中未找到有关提示模板的信息。

Ready to grow your business?

Start your free trial today and see results within days.

Request demo Log in

资源列表

• 用户 – 获取 ZenML 用户信息。
• 堆栈 – 查询可用堆栈配置信息。
• 流水线 – 查询 ZenML 管理的流水线元数据。
• 流水线运行 – 获取流水线执行的信息和状态。
• 流水线步骤 – 探索流水线内部各步骤详情。
• 服务 – ZenML 管理的服务相关信息。
• 堆栈组件 – ZenML 堆栈中各组件的元数据。
• 风格 – 获取不同堆栈组件风格的信息。
• 流水线运行模板 – 启动新流水线运行的模板。
• 调度 – 定时流水线执行的信息。
• 产物 – 有关数据产物的元数据（不包括数据本身）。
• 服务连接器 – 连接外部服务的相关信息。
• 步骤代码 – 获取流水线步骤相关代码。
• 步骤日志 – 获取步骤的日志（在云堆栈运行时）。

工具列表

• 触发新流水线运行 – 如存在运行模板，可触发新的流水线运行。
• 读取资源 – 用于读取 ZenML 服务器对象（用户、堆栈、流水线等）的元数据和状态。

Join our newsletter

Get latest tips, trends, and deals for free.

Email address

Subscribe

该 MCP 服务器的应用场景

• 流水线监控与管理：开发者可通过 AI 助手查询流水线运行状态、获取日志并直接从 ZenML 监控进度。
• 触发流水线执行：AI 助手可通过 MCP 服务器发起新的流水线运行，加快实验迭代和部署周期。
• 资源与产物探索：即时获取由 ZenML 管理的数据集、模型等产物元数据，为实验提供快速上下文。
• 堆栈与服务检查：快速查看堆栈配置和服务详情，简化排查和优化过程。
• 自动化报告：利用 AI 助手生成有关 ML 实验、流水线历史和产物溯源的报告，通过 MCP 服务器查询数据。

如何设置

Windsurf

未找到 Windsurf 的专用说明，请使用通用 MCP 配置：

1. 确保已安装 Node.js 和 uv。
2. 克隆仓库。
3. 获取 ZenML 服务器 URL 和 API 密钥。
4. 编辑您的 Windsurf MCP 配置文件，添加 ZenML MCP 服务器。
5. 保存并重启 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"
      }
    }
  }
}

注意：请如上所示，在 env 部分安全存储您的 API 密钥。

Claude

1. 安装 Claude Desktop。
2. 打开“设置” > “开发者” > “编辑配置”。
3. 按如下所示添加 MCP 服务器。
4. 替换路径和凭证为您自己的。
5. 保存并重启 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"
      }
    }
  }
}

注意：始终通过环境变量安全存储 API 密钥，如上述配置。

Cursor

1. 安装 Cursor。
2. 找到 Cursor 的 MCP 配置文件。
3. 按示例添加 ZenML MCP 服务器部分。
4. 填写正确的路径和凭证。
5. 保存并重启 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"
      }
    }
  }
}

注意：API 密钥应通过 env 部分的环境变量进行安全设置。

Cline

未找到 Cline 的专用说明，请使用通用 MCP 配置：

1. 安装 Cline 所需的前置条件。
2. 克隆 MCP-ZenML 仓库。
3. 获取您的 ZenML 服务器凭证。
4. 编辑 Cline MCP 配置文件，加入 ZenML MCP 服务器。
5. 保存并重启 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"
      }
    }
  }
}

注意：如上所示，在 env 部分安全配置 API 密钥。

API 密钥安全提示：
请在配置的 env 部分使用环境变量安全存储您的 ZenML API 密钥和服务器 URL，参考上方 JSON 示例。

在流程中如何使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，首先添加 MCP 组件到您的流程，并将其连接到 AI 代理：

点击 MCP 组件以打开配置面板，在系统 MCP 配置部分，采用如下 JSON 格式填写您的 MCP 服务器信息：

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

完成配置后，AI 代理就可以作为工具调用 MCP，享受其所有功能。请记得将"zenml"替换为您的 MCP 服务器实际名称，并将 URL 换成您自己的 MCP 服务器地址。

概览

从上表来看，ZenML MCP 服务器提供了详尽的文档、清晰的设置引导，并暴露了丰富的资源和工具。但缺乏提示模板文档，也未明确说明采样或根支持。仓库活跃，star 和 fork 数适中，但部分高级 MCP 功能未覆盖。

MCP 评分