MLflow MCP

Servidor MLflow MCP

Un servidor Model Context Protocol (MCP) que permite a los LLMs interactuar con servidores de tracking de MLflow. Consulta experimentos, analiza ejecuciones, compara métricas, gestiona el registro de modelos y promueve modelos a producción — todo mediante lenguaje natural.

Características

• Gestión de Experimentos: Listar, buscar y filtrar experimentos
• Análisis de Ejecuciones: Consultar ejecuciones, comparar métricas, encontrar los mejores modelos
• Métricas y Parámetros: Obtener historiales de métricas, comparar parámetros entre ejecuciones
• Artefactos: Explorar y descargar artefactos de ejecuciones
• Soporte para LoggedModel: Buscar y recuperar entidades LoggedModel de MLflow 3
• Registro de Modelos: Gestión completa del registro — registrar, etiquetar, alias, etapas y promover modelos
• Acciones de Escritura y Eliminación: Etiquetar, alias, registrar, promover y eliminar ejecuciones/experimentos/modelos
• Prompts MCP: Flujos de trabajo guiados integrados para tareas comunes
• Paginación: Paginación basada en offset para explorar grandes conjuntos de resultados

Instalación

Usando uvx (Recomendado)

# Run directly without installation
uvx mlflow-mcp

# Or install globally
pip install mlflow-mcp

Desde el Código Fuente

git clone https://github.com/kkruglik/mlflow-mcp.git
cd mlflow-mcp
uv sync
uv run mlflow-mcp

Configuración

Claude Desktop

Añade a tu archivo de configuración de Claude Desktop:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json
• Linux: ~/.config/claude/claude_desktop_config.json

{
  "mcpServers": {
    "mlflow": {
      "command": "uvx",
      "args": ["mlflow-mcp"],
      "env": {
        "MLFLOW_TRACKING_URI": "http://localhost:5000"
      }
    }
  }
}

Claude Code (a nivel de proyecto)

Añade .mcp.json a la raíz de tu proyecto:

{
  "mcpServers": {
    "mlflow": {
      "command": "uvx",
      "args": ["mlflow-mcp"],
      "env": {
        "MLFLOW_TRACKING_URI": "http://localhost:5000"
      }
    }
  }
}

Servidor Autenticado

Para servidores MLflow con autenticación, añade las credenciales al bloque env:

{
  "mcpServers": {
    "mlflow": {
      "command": "uvx",
      "args": ["mlflow-mcp"],
      "env": {
        "MLFLOW_TRACKING_URI": "https://mlflow.company.com",
        "MLFLOW_TRACKING_USERNAME": "your-username",
        "MLFLOW_TRACKING_PASSWORD": "your-password"
      }
    }
  }
}

Para Databricks o autenticación basada en tokens, usa MLFLOW_TRACKING_TOKEN en su lugar:

{
  "mcpServers": {
    "mlflow": {
      "command": "uvx",
      "args": ["mlflow-mcp"],
      "env": {
        "MLFLOW_TRACKING_URI": "https://mlflow.company.com",
        "MLFLOW_TRACKING_TOKEN": "your-token"
      }
    }
  }
}

Variables de Entorno

Herramientas

Experimentos

Ejecuciones

Métricas y Parámetros

Artefactos

Análisis y Comparación

Modelos Registrados (MLflow 3)

Registro de Modelos

Salud

Prompts

Flujos de trabajo guiados integrados disponibles como comandos de barra en Claude:

Ejemplos de Uso

Explorar experimentos y ejecuciones

"Muéstrame todos los experimentos. ¿Cuáles se actualizaron recientemente?"

"¿Qué métricas y parámetros se registran en el experimento 'fraud-detection'?"

"Obtén las 10 mejores ejecuciones en 'fraud-detection' ordenadas por test/f1. Muéstrame los parámetros que más difieren entre las 3 mejores."

"Encuentra todas las ejecuciones etiquetadas con model_type=lightgbm y compara sus puntuaciones de recall."

Analizar una ejecución de entrenamiento

"Muéstrame los detalles completos de la ejecución abc123 — métricas, parámetros y artefactos."

"Grafica la curva de pérdida de entrenamiento para la ejecución abc123." (Claude obtiene el historial de métricas y renderiza un gráfico)

"Esta ejecución tiene un padre — muéstrame la ejecución padre y compara sus métricas."

Encontrar y registrar el mejor modelo

"Encuentra el mejor modelo registrado en el experimento 'fraud-detection' por test/recall. Regístralo como 'fraud-classifier' con una etiqueta selection_metric."

"¿Qué modelo registrado en los experimentos 1 y 2 tiene la puntuación F1 más alta en el conjunto de validación?"

"Registra el modelo de la ejecución abc123 en la ruta de artefacto 'model/' como 'my-classifier'."

Gestionar el registro de modelos

"Muéstrame todas las versiones de 'fraud-classifier' con sus alias y etapas."

"Establece el alias champion en la versión 3 de fraud-classifier."

"Actualiza la descripción de fraud-classifier v3 para explicar con qué dataset fue entrenado."

"Copia fraud-classifier v3 a un modelo separado 'fraud-classifier-prod' como entrada de producción."

Auditar tu configuración de MLflow

"Audita mi configuración de MLflow"

(Activa el prompt integrado audit_mlflow_setup — Claude explora experimentos, ejecuciones, artefactos y el registro de modelos, luego puntúa cada área contra las mejores prácticas de Google/Databricks)

| Category             | Score  | Top Issue                                      |
|----------------------|--------|------------------------------------------------|
| Experiment Org       |  5/10  | Flat namespace, no dot-notation hierarchy      |
| Parameter Logging    |  7/10  | No parent-child nesting for tuning sweeps      |
| Metric Logging       |  6/10  | Only final values logged, no training curves   |
| Tagging Strategy     |  5/10  | Params duplicated as tags; stale test_tag      |
| Artifact Management  |  2/10  | No log_model(); artifacts on local disk        |
| Model Registry       |  3/10  | Duplicate prod models instead of aliases       |
| Reproducibility      |  3/10  | No git SHA; no mlflow.log_input() datasets     |
| Mean Score           |  4.4/10|                                                |

Top 3 improvements:
1. Call log_model() and move artifact store to S3/GCS
2. Add git SHA tag + mlflow.log_input() for dataset tracking
3. Consolidate registry to one model entry with @champion alias

Flujo de trabajo de promoción de extremo a extremo

"Encuentra el mejor modelo en 'fraud-detection' por test/recall, regístralo como 'fraud-classifier', etiquétalo con el framework y el tipo de problema, y establécelo como champion. Pregúntame antes de copiar a producción."

(Esto se asigna directamente al prompt integrado promote_best_model)

Depuración

Usa MCP Inspector para explorar herramientas, llamarlas con entradas personalizadas e inspeccionar respuestas crudas — sin involucrar un LLM.

Paquete publicado:

npx @modelcontextprotocol/inspector uvx mlflow-mcp

Código fuente local:

npx @modelcontextprotocol/inspector uv run --project /path/to/mlflow-mcp mlflow-mcp

Establece MLFLOW_TRACKING_URI en el panel de entorno del Inspector, o pásalo en línea:

MLFLOW_TRACKING_URI=http://127.0.0.1:5000 npx @modelcontextprotocol/inspector uvx mlflow-mcp

Requisitos

• Python >=3.10
• MLflow >=3.4.0
• Acceso a un servidor de tracking de MLflow

Licencia

Licencia MIT - consulta el archivo LICENSE para más detalles.

Contribuciones

¡Las contribuciones son bienvenidas! Por favor, abre un issue o envía un pull request.

Enlaces

• Paquete PyPI
• Repositorio de GitHub
• Documentación de MLflow
• Model Context Protocol