MLflow MCPサーバーを設定する

MLflow MCP（Model Context Protocol）サーバーを使用すると、コーディングエージェントからトレースやエクスペリメントにリアルタイムでアクセスできます。構成が完了すると、Databricks UI を開かずに、IDE から直接、エラーのあるトレースの検索、特定のトレースの検査、またはフィードバックの記録をエージェントに依頼できます。

注記

To also give your coding agent knowledge of MLflow's APIs so it generates accurate code, set up a coding agent with the MLflow skills.

前提条件

• MCP互換のコーディングエージェント：Claude Code、Cursor、VS Code、またはOpenCode

• MLflow 3.5.1 以降（databricks および mcp extra付き）：

  Bash

  pip install 'mlflow[databricks,mcp]>=3.5.1'

MCP クライアントを設定する

クライアントの構成ファイルに MLflow MCP サーバーを追加します。<your-workspace-url> を Databricks ワークスペース URL (例: https://your-workspace.cloud.databricks.com) に置き換え、<your-token> をアクセストークンに置き換えます。

Claude Code

プロジェクトのルートにある .mcp.json に追加します:

JSON

{
  "mcpServers": {
    "mlflow-mcp": {
      "command": "uv",
      "args": ["run", "--with", "mlflow[databricks,mcp]>=3.5.1", "mlflow", "mcp", "run"],
      "env": {
        "MLFLOW_TRACKING_URI": "databricks",
        "DATABRICKS_HOST": "<your-workspace-url>",
        "DATABRICKS_TOKEN": "<your-token>"
      }
    }
  }
}

詳細は、Claude Code MCP configuration を参照してください。

Cursor

プロジェクト内の .cursor/mcp.json に追加します。

JSON

{
  "mcpServers": {
    "mlflow-mcp": {
      "command": "uv",
      "args": ["run", "--with", "mlflow[databricks,mcp]>=3.5.1", "mlflow", "mcp", "run"],
      "env": {
        "MLFLOW_TRACKING_URI": "databricks",
        "DATABRICKS_HOST": "<your-workspace-url>",
        "DATABRICKS_TOKEN": "<your-token>"
      }
    }
  }
}

VS Code

プロジェクト内の .vscode/mcp.json に追加します。

JSON

{
  "servers": {
    "mlflow-mcp": {
      "command": "uv",
      "args": ["run", "--with", "mlflow[databricks,mcp]>=3.5.1", "mlflow", "mcp", "run"],
      "env": {
        "MLFLOW_TRACKING_URI": "databricks",
        "DATABRICKS_HOST": "<your-workspace-url>",
        "DATABRICKS_TOKEN": "<your-token>"
      }
    }
  }
}

OpenCode

opencode.json の mcp キーの下に MLflow MCPサーバーを追加します（プロジェクトのルートまたは ~/.config/opencode/opencode.json）：

JSON

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "mlflow-mcp": {
      "type": "local",
      "command": ["uv", "run", "--with", "mlflow[databricks,mcp]>=3.5.1", "mlflow", "mcp", "run"],
      "environment": {
        "MLFLOW_TRACKING_URI": "databricks",
        "DATABRICKS_HOST": "<your-workspace-url>",
        "DATABRICKS_TOKEN": "<your-token>"
      }
    }
  }
}

詳細については、OpenCode MCPサーバーを参照してください。

What your coding agent can do

構成後、エージェントに次のことを実行するように求めます。

• 「過去 1 時間のエラーのあるトレースを検索」
• 「エクスペリメント12345の最新のトレースを表示して」
• 「トレースID tr-abc123 の詳細を取得」
• "Add a rating of 5 to trace tr-abc123"

利用可能な操作の完全なリストについては、MLflow MCP サーバーのドキュメントを参照してください。

次のステップ

• コーディングエージェントを設定する — コーディングエージェント用の MLflow スキルをインストールします
• トレーシングの概要 — エージェントの計測