Token导航 LogoToken导航TokenDH.com
MLflow Prompt Registry MCP Server logo
开发工具stdio官方级别未说明来源级核验

MLflow Prompt Registry MCP Server

MCP Server

MCP server for accessing prompts stored in MLflow Prompt Registry

工具数

2

提示词数

0

GitHub Stars

3

资源数

0
工作流自动化TypeScriptClaudeClaude DesktopClaudeCursor

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

B-Step62

提供方

B-Step62

最后核验

2026/5/18 04:55

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install mlflow>=2.21.1

详细介绍

MLflowPrompt注册表MCP服务器

模型上下文协议(MCP)服务器 MLflow提示注册表,允许访问MLflow中管理的提示模板。

此服务器实现 MCP提示规范 用于发现和使用MLflowPromptRegistry中的提示模板。主要用例是从Claude Desktop中的MLflow加载提示模板,允许用户方便地指示Claude执行重复任务或常见工作流。

![](./assets/mcp-mlflow-prompt-demo.png)

工具

  • list-prompts

- 列出可用提示 - 输入: - cursor (可选字符串):分页光标 - filter (可选字符串):筛选提示 - 返回:提示对象列表

  • get-prompt

- 检索并编译特定提示 - 输入: - name (string):要检索的提示的名称 - arguments (可选对象):带提示变量的JSON对象 - 返回:编译的提示对象

设置

1:安装MLflow和启动提示注册表

如果您还没有托管Prompt注册表,请安装并启动MLflow服务器:

pip install mlflow>=2.21.1
mlflow server --port 5000

2:在MLflow中创建提示模板

如果你还没有,请在MLflow中创建一个提示模板 本指南.

3:构建MCP服务器

npm install
npm run build

4:将服务器添加到Claude Desktop

通过编辑为桌面配置Claude claude_desktop_config.json:

{
  "mcpServers": {
    "mlflow": {
      "command": "node",
      "args": ["/dist/index.js"],
      "env": {
        "MLFLOW_TRACKING_URI": "http://localhost:5000"
      }
    }
  }
}

确保更换 MLFLOW_TRACKING_URI 使用您的实际MLflow服务器地址。

目录标签

目录标签

工作流自动化TypeScriptClaudedeveloper-toolsmcp-servermlflowprompt-registry提示模板管理本地部署MLflow集成ClaudeDesktop

支持客户端

Claude DesktopClaudeCursor

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

2

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP