mcp-zenmlServer MCP pro připojení klienta MCP (Kursor, Claude Desktop atd.) s vašimi pipelemi ZenML MLOps a LLMOps

— (0)

Recenzováno Daniel Nikulshyn·Aktualizováno červenec 2026

Přehled

Projekt mcp-zenml implementuje server Modelu Kontextu (MCP) pro interakci s rozhraním ZenML API. Poskytuje předdefinovanou metodu k připojování modelů AI k různým zdrojům dat a nástrojům, působí jako most mezi klienty MCP (jako Kursor, Claude Desktop) a pipelemi ZenML MLOps a LLMOps. Server vystavuje základní čtecí funkci z serveru ZenML, umožňující přístup k aktuální informaci o různých entitych, jako jsou uživatelé, skříně, spouštění pipelemu a artefakty. Současně umožňuje spuštění nových běhů pipelemu pomocí snímků nebo šablon běhu.

Klíčové funkce

Server MCP pro interakci s rozhraním ZenML API
Přístup ke základní čtecí funkci z serveru ZenML
Spuštění nových běhů pipelemu pomocí snímků nebo šablon běhu
Vystavení nástrojů pro spouštění pipelemu, nasazení a servírování

Ceník

Model: Free
Kategorie: Server MCP
Hodnocení: Žádné recenze

Případy užití

Připojení klientů MCP k pipelemu ZenML

Použijte server mcp-zenml pro připojení klientů MCP jako je Claude Desktop k pipelemu ZenML MLOps a LLMOps, čímž vám bude umožněno standardizované přístupu k zdrojům dat a nástrojům.

Spuštění pipelemu běhu

Použijte server mcp-zenml pro spuštění nových běhů pipelemu pomocí snímků nebo šablon běhu, což usnadní spuštění strojovém učícím toků.

Pro a proti

Pro

Standardizovaný protokol pro připojování modelů AI k zdrojům dat a nástrojům
Poskytuje aktuální informaci o klíčových entitách ZenML
Enable spuštění nových běhů pipelemu pomocí snímků nebo šablon běhu

Proti

Omezená informační povinnost o nasazení a servírování
Deprecace šablony běhu pipelemu ve prospěch snímků

Recenze

Přihlas se, abys mohl napsat recenzi.

Žádné recenze. Buď první!

Otázky

Can the MCP server be used for model serving or deployment monitoring?

While the server exposes metadata about deployments, serving snapshots, and service endpoints, detailed deployment and serving management features are limited and not fully covered.

Asked by Youssef El-Sayed · Feb 7, 2026

Is there any limitation regarding pipeline run templates?

Yes, the project notes that pipeline run templates are being deprecated in favor of using snapshots, so future workflows should rely on snapshot‑based triggering.

Asked by Zelda Brandt · Feb 3, 2026

What ZenML entities can I read through the MCP server?

It provides live read access to core ZenML entities including users, stacks, pipeline definitions, execution histories, steps (with code and logs), schedules, artifacts metadata, deployments, serving snapshots, and service endpoints.

Asked by Yaw Owusu · Jan 29, 2026

How does mcp-zenml let me trigger new pipeline runs?

The MCP server can start pipeline executions by sending snapshots or run templates to the ZenML API, allowing you to launch runs directly from MCP clients such as Cursor or Claude Desktop.

Asked by Rania Nasser · Jan 24, 2026