メインコンテンツまでスキップ
に最終更新

MLflow MCP サーバー

MLflow MCP (モデル コンテキスト プロトコル) サーバーを使用すると、AI アプリケーションとコーディング アシスタントがプログラムでトレースを操作できるようになります。

MLflow MCP サーバーは、すべての MLflow トレース管理操作を MCP プロトコルを通じて公開し、AI アシスタントが次の操作を実行できるようにします。

  • トレースデータの検索と取得
  • トレースのパフォーマンスと動作を分析する
  • フィードバックと評価を記録する
  • トレースタグとメタデータを管理する
  • 痕跡と評価を削除する

インストール、構成、利用可能なツールなど、 MLflow MCP サーバーの完全なドキュメントについては、オープンソースMLflow MCP サーバーのドキュメントを参照してください。

前提条件​

  • VS Code、Cursor、Claude などの MCP 互換クライアント。

  • databricksおよびmcpエクストラを含む MLflow Python ライブラリ バージョン 3.5.1 以降。mcpエクストラは MCP サーバーの依存関係を提供し、 databricksエクストラは Databricks の認証と接続を提供します。

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

Databricks 用の設定​

Databricks に保存されたトレースで MLflow MCP サーバーを使用するには、次の設定で MCP クライアントを構成します。

この構成をプロジェクトの.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>"
      }
    }
  }
}

<your-workspace-url> Databricksワークスペース URL (例: https://your-workspace.cloud.databricks.com ) に置き換え、 <your-token>個人のアクセスウイルスに置き換えます。

MLflow Tracing MCPサーバーを使用する​

MCP サーバーを構成すると、AI アシスタントは Databricks に保存されているトレースを操作できるようになります。たとえば、アシスタントに次のことを依頼できます。

  • 「体験ID 12345から痕跡を検索」
  • 「エラーのある最新のトレースを表示」
  • 「トレースID tr-abc123のトレース詳細を取得する」
  • 「トレース tr-abc123 に 5 の評価を付けてフィードバックを追加」

詳細については、オープンソース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​