
MLflow Prompt Registry MCP Server
允许通过 Claude Desktop 访问 MLflow 中管理的提示模板,使用户可以使用保存的模板来指示 Claude 执行重复性任务或常见工作流程。
README
MLflow Prompt Registry MCP 服务器
用于 MLflow Prompt Registry 的模型上下文协议 (MCP) 服务器,允许访问在 MLflow 中管理的 prompt 模板。
该服务器实现了 MCP Prompts 规范,用于发现和使用来自 MLflow Prompt Registry 的 prompt 模板。 主要用例是从 MLflow 加载 prompt 模板到 Claude Desktop,允许用户方便地指示 Claude 执行重复性任务或常见工作流程。
工具
list-prompts
- 列出可用的 prompt
- 输入:
cursor
(可选字符串): 用于分页的游标filter
(可选字符串): 用于过滤 prompt
- 返回: prompt 对象列表
get-prompt
- 检索和编译特定的 prompt
- 输入:
name
(字符串): 要检索的 prompt 的名称arguments
(可选对象): 包含 prompt 变量的 JSON 对象
- 返回: 编译后的 prompt 对象
设置
1: 安装 MLflow 并启动 Prompt Registry
如果尚未安装并启动 MLflow 服务器来托管 Prompt Registry,请执行以下操作:
pip install mlflow>=2.21.1
mlflow server --port 5000
2: 在 MLflow 中创建 prompt 模板
如果尚未创建,请按照 本指南 在 MLflow 中创建一个 prompt 模板。
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 claude_desktop_config.json
来配置 Claude for Desktop:
{
"mcpServers": {
"mlflow": {
"command": "node",
"args": ["<absolute-path-to-this-repository>/dist/index.js"],
"env": {
"MLFLOW_TRACKING_URI": "http://localhost:5000"
}
}
}
}
请确保将 MLFLOW_TRACKING_URI
替换为您的实际 MLflow 服务器地址。
推荐服务器

Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。