CML MCP Server

CML MCP Server

Un servidor MCP (Model Context Protocol) independiente para interactuar con Cloudera Machine Learning (CML).

Requisitos

• Python 3.8+
• Paquetes de Python requeridos:
  • mcp[cli]>=1.2.0
  • requests>=2.31.0

Instalación

1. Instale los paquetes requeridos:

pip install mcp[cli] requests

O con uv:

uv pip install mcp[cli] requests

2. Configure las variables de entorno (opcional):

# Traditional environment variables
export CML_API_TOKEN="your_api_token_here"
export CML_BASE_URL="https://your-cml-instance.cloudera.com"

# MCP configuration environment variables (preferred)
export CLOUDERA_ML_API_KEY="your_api_token_here"
export CLOUDERA_ML_HOST="https://your-cml-instance.cloudera.com"

# Certificate path (optional)
export CML_CERT_FILE="/path/to/your/certificate.pem"

3. Descargue el certificado SSL de su servidor CML (si utiliza un certificado autofirmado):

python download_certificate.py

Esto descargará el certificado del servidor CML especificado en la variable de entorno CLOUDERA_ML_HOST o CML_BASE_URL y lo guardará en cml_ca.pem.

Uso

Puede ejecutar el servidor usando cualquiera de estos comandos:

# Using standard Python
python3 cml_mcp_server.py

# Using uv
uv run cml_mcp_server.py

# Using uvx
uvx cml_mcp_server.py

Para obtener ayuda e información de configuración:

python3 cml_mcp_server.py --help

También puede especificar parámetros personalizados:

python3 cml_mcp_server.py --token "your_api_token" --url "https://your-cml-instance.cloudera.com" --cert "/path/to/your/certificate.pem"

Uso Directo

También puede usar el script directo para listar proyectos sin usar el servidor MCP:

python direct_list_projects.py

Integración con Claude for Desktop

Para usar este servidor con Claude for Desktop:

1. Cree un archivo claude_desktop_config.json en su directorio de configuración de Claude for Desktop
2. Agregue la siguiente configuración (actualice la ruta para que coincida con la ubicación de su servidor):

{
  "mcpServers": {
    "cml": {
      "command": "uv",
      "args": ["run", "/full/path/to/cml_mcp_server.py"],
      "env": {
        "CLOUDERA_ML_HOST": "https://your-cml-instance.cloudera.com",
        "CLOUDERA_ML_API_KEY": "your-api-key-here"
      }
    }
  }
}

Alternativamente, puede usar el administrador de paquetes de Python uv para ejecutar el servidor (recomendado):

{
  "mcpServers": {
    "cml": {
      "command": "python3",
      "args": ["/full/path/to/cml_mcp_server.py"],
      "env": {
        "CLOUDERA_ML_HOST": "https://your-cml-instance.cloudera.com",
        "CLOUDERA_ML_API_KEY": "your-api-key-here"
      }
    }
  }
}

El método uv proporciona un mejor aislamiento de dependencias y tiempos de inicio más rápidos en comparación con la ejecución estándar de Python.

Herramientas Disponibles

El servidor proporciona las siguientes herramientas MCP para interactuar con CML:

Gestión de Proyectos

• list_projects: Listar todos los proyectos CML a los que el usuario tiene acceso
• create_project: Crear un nuevo proyecto CML
• get_project: Obtener detalles de un proyecto CML específico

Operaciones de Archivos

• list_files: Listar archivos en un proyecto CML en la ruta especificada
• read_file: Leer el contenido de un archivo de un proyecto CML
• upload_file: Subir un archivo a un proyecto CML
• rename_file: Renombrar un archivo en un proyecto CML
• patch_file: Actualizar metadatos de archivo (renombrar, mover o cambiar atributos)

Gestión de Trabajos

• list_jobs: Listar todos los trabajos en un proyecto CML
• create_job: Crear un nuevo trabajo en un proyecto CML
• create_job_from_file: Crear un trabajo a partir de un archivo existente en un proyecto CML
• run_job: Ejecutar un trabajo en un proyecto CML
• list_job_runs: Listar todas las ejecuciones de un trabajo en un proyecto CML
• stop_job_run: Detener un trabajo en ejecución en un proyecto CML
• schedule_job: Programar un trabajo para que se ejecute periódicamente usando una expresión cron

Gestión de Runtime

• list_runtime_addons: Listar todos los complementos de runtime disponibles (p. ej., Spark3, GPU)
• download_ssl_cert: Descargar el certificado SSL del servidor CML