Wb Runs MCP

wb运行mcp

用于权重和偏差的最小可组合MCP服务器。专为需要读取实验数据而无需与GraphQL搏斗的LLM而构建。

为什么？

官方的W&B MCP服务器公开原始GraphQL，并期望LLM通过分页、过滤器转义和连接模式构造有效的查询。它总是失败。

此服务器有5个直接使用W&B Python SDK的工具：

设置

1.安装

# Using uv (recommended)
uv pip install wb-runs-mcp

# Or from source
git clone https://github.com/your-org/wb-runs-mcp
cd wb-runs-mcp
uv venv && uv pip install -e .

2.设置API密钥

export WANDB_API_KEY=your_key_here
# Get one at https://wandb.ai/authorize

3.添加到克劳德代码

添加到您的 .mcp.json （项目层面）或 ~/.mcp.json （全球）：

{
  "mcpServers": {
    "wb": {
      "command": "wb-runs-mcp",
      "env": {
        "WANDB_API_KEY": "your_key_here"
      }
    }
  }
}

或者，如果从源代码运行：

{
  "mcpServers": {
    "wb": {
      "command": "uv",
      "args": ["--directory", "/path/to/wb-runs-mcp", "run", "wb-runs-mcp"],
      "env": {
        "WANDB_API_KEY": "your_key_here"
      }
    }
  }
}

用法示例

一旦连接，您的LLM可以：

“我有什么项目？” → Calls list_projects()

“显示最新的训练运行” → Calls list_runs(project="my-project", limit=1)

“目前正在运行什么？” → Calls list_runs(project="my-project", state="running")

“m94p3szz的失利情况如何？” → Calls get_metrics(project="my-project", run_id="m94p3szz", metrics=["train/loss"])

“比较最近两次运行的损失和准确性” → Calls compare_runs(project="my-project", run_ids=["abc", "xyz"], metrics=["train/loss", "eval/accuracy"])

“放大损失曲线的1000-2000步” → Calls get_metrics(..., min_step=1000, max_step=2000)

设计

• 无GraphQL --直接使用W&B Python SDK
• 自动下采样 --从不返回超过200-500个数据点（可配置）
• 统计摘要 --服务器端计算的最小值/最大值/平均值/最终值
• 配置差异 — compare_runs 仅显示不同的配置键
• 清除错误 --结构化JSON错误，而不是Python回溯
• 约300条线路 --易于审计、分叉和扩展

工具参考

list_项目

list_projects(entity?: string)

列出所有项目。如果 entity 省略，返回您的帐户和所有团队的项目。

list_run

list_runs(
  project: string,
  entity?: string,
  name_contains?: string,      # case-insensitive substring
  name_regex?: string,          # regex pattern
  state?: string,               # "finished" | "running" | "crashed" | "failed"
  created_after?: string,       # ISO date
  created_before?: string,      # ISO date
  config_filters?: object,      # e.g. {"lr": 0.001}
  tags?: string[],              # all must match
  include_config?: boolean,     # include full config per run
  limit?: number,               # default 10, max 50
  offset?: number               # for pagination
)

get_run

get_run(project: string, run_id: string, entity?: string)

返回配置、可用指标（按前缀分组）、摘要值、步数。

get_metrics

get_metrics(
  project: string,
  run_id: string,
  metrics: string[],            # e.g. ["train/loss", "eval/mae"]
  entity?: string,
  min_step?: number,
  max_step?: number,
  max_points?: number           # default 200, max 500
)

退货 {step, metric_name: value} 数据点+ {min, max, mean, final, count} 按指标统计。

compareruns

compare_runs(
  project: string,
  run_ids: string[],            # 2-10 run IDs
  metrics: string[],
  entity?: string,
  max_points?: number           # default 100, max 200
)

返回汇总表、配置差异（仅不同的键）和每次运行的数据。

许可证

麻省理工学院