Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Inicia sesión con Google para escribir reseñas.Prototipo · se actualiza cada 30 min
PopNx MCPServidores MCP para quienes usan IA · en palabras sencillas
☰ MenúEspañol Ajustes
Modo principiante Activado
ColoresSistemaClaroBlancoOscuro
IdiomaไทยEnglish中文日本語한국어EspañolDeutsch

Mlflow

de us-allversión 1.12.7i★ 1iSe ejecuta en tu computadora
Nombre en el registroio.github.us-all/mlflow

Cómo instalar

What it does

MLflow MCP — experiments, runs, registered models, versions, traces, assessments (MLflow 3)

  • Connects Se ejecuta en tu computadora
  • Account or key Needs MLFLOW_TRACKING_TOKEN, MLFLOW_TRACKING_PASSWORD · 1 setting to fill in (MLFLOW_TRACKING_URI)
  • Category Otros

Instalación

Elige la app de IA que usas y copia la configuración.

Pasó 3/3 revisiones · Funciona en tu computadora · ✓ Comandos revisados el 14 nov 2026

Primero: ¿qué IA usas?

Elige tu app y los pasos aparecen abajo.

Funciona con Claude, pero hay que preparar algo antes

Necesitas una clave de Mlflow (créala en el sitio del autor) · 1 ajuste(s) que rellenar (MLFLOW_TRACKING_URI) · Instala Node.js en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil

Que la IA lo instale

Copia este mensaje en un chat de Claude. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server Mlflow para Claude en este equipo, en este orden: 1) Comprueba Node.js con node -v. Si falta, dime que lo instale desde https://nodejs.org/en/download; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "mlflow": { "command": "npx", "args": [ "-y", "@us-all/mlflow-mcp" ], "env": { "MLFLOW_TRACKING_URI": "your-value", "MLFLOW_TRACKING_TOKEN": "your-value", "MLFLOW_TRACKING_PASSWORD": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En MLFLOW_TRACKING_TOKEN, MLFLOW_TRACKING_PASSWORD, MLFLOW_TRACKING_URI deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de Mlflow aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala Node.js (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    node -v
    • Aparece un número de versión, p. ej. v26.13.1 = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: Abre la página oficial de descargas, elige la versión LTS y el instalador de clics: .pkg en Mac · .msi en Windows. Haz doble clic y sigue hasta el final. No necesitas ningún comando curl

    Abrir la página de descarga de Node.js ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: node -v

    Se instala una vez y sirve para todo lo que usa Node.js

  2. Regístrate y crea una clave de Mlflow

    Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.

    Cómo obtener la clave está en el README del autor, más abajo

  3. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • MLFLOW_TRACKING_URI MLflow tracking server URI (e.g. http://localhost:5050, https://mlflow.example.com).

    Las descripciones siguen en el inglés original.

  4. Abre el archivo de configuración de la app de Claude de escritorio

    SettingsDeveloperEdit Config

  5. Pega esta configuración y guarda el archivo

    {
  "mcpServers": {
    "mlflow": {
      "command": "npx",
      "args": [
        "-y",
        "@us-all/mlflow-mcp"
      ],
      "env": {
        "MLFLOW_TRACKING_URI": "your-value",
        "MLFLOW_TRACKING_TOKEN": "your-value",
        "MLFLOW_TRACKING_PASSWORD": "your-value"
      }
    }
  }
}

    Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie

  6. Cierra Claude y vuelve a abrirlo

  7. Pruébalo

    Usa Mlflow y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude dice que está usando Mlflow o muestra una herramienta de Mlflow en la respuesta, ya está conectado

5 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • MLFLOW_TRACKING_USERNAME Basic-auth username (alternative to token).
  • MLFLOW_EXPERIMENT_ID Default experiment ID for run-creation tools.
  • MLFLOW_TOOLS Lista de categorías permitidas separadas por comas. Predeterminado: todas las categorías habilitadas.
    Ver original en inglésComma-separated category allowlist. Default: all categories enabled.
  • MLFLOW_DISABLE Lista de exclusión de categorías separadas por comas.
    Ver original en inglésComma-separated category disablelist.
  • MLFLOW_ALLOW_WRITE Establezca 'true' para habilitar las herramientas de escritura o destructivas. Por defecto, solo lectura.
    Ver original en inglésSet to 'true' to enable write/destructive tools. Default read-only.
    · valor por defecto false

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

ChatGPT todavía no puede conectar Mlflow

Mlflow se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web

Lo que puedes hacer en su lugar

A · Usa una app que pueda conectar Mlflow

  • Necesitas una clave de Mlflow (créala en el sitio del autor) · 1 ajuste(s) que rellenar (MLFLOW_TRACKING_URI) · Instala Node.js en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
  • Necesitas una clave de Mlflow (créala en el sitio del autor) · 1 ajuste(s) que rellenar (MLFLOW_TRACKING_URI) · Instala Node.js en tu computadora primero (una sola vez)
  • Necesitas una clave de Mlflow (créala en el sitio del autor) · 1 ajuste(s) que rellenar (MLFLOW_TRACKING_URI) · Instala Node.js en tu computadora primero (una sola vez)
  • Necesitas una clave de Mlflow (créala en el sitio del autor) · 1 ajuste(s) que rellenar (MLFLOW_TRACKING_URI) · Instala Node.js en tu computadora primero (una sola vez)

B · Otros en Otros que funcionan con ChatGPT

Elegidos entre los más usados de la misma categoría, solo los que se conectan con una dirección y sin clave

Funciona con Claude Code, pero hay que preparar algo antes

Necesitas una clave de Mlflow (créala en el sitio del autor) · 1 ajuste(s) que rellenar (MLFLOW_TRACKING_URI) · Instala Node.js en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Claude Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server Mlflow para Claude Code en este equipo, en este orden: 1) Comprueba Node.js con node -v. Si falta, dime que lo instale desde https://nodejs.org/en/download; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): claude mcp add --scope user mlflow --env MLFLOW_TRACKING_URI=your-value --env MLFLOW_TRACKING_TOKEN=your-value --env MLFLOW_TRACKING_PASSWORD=your-value -- npx -y @us-all/mlflow-mcp 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En MLFLOW_TRACKING_TOKEN, MLFLOW_TRACKING_PASSWORD, MLFLOW_TRACKING_URI deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de Mlflow aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala Node.js (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    node -v
    • Aparece un número de versión, p. ej. v26.13.1 = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: Abre la página oficial de descargas, elige la versión LTS y el instalador de clics: .pkg en Mac · .msi en Windows. Haz doble clic y sigue hasta el final. No necesitas ningún comando curl

    Abrir la página de descarga de Node.js ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: node -v

    Se instala una vez y sirve para todo lo que usa Node.js

  2. Regístrate y crea una clave de Mlflow

    Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.

    Cómo obtener la clave está en el README del autor, más abajo

  3. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • MLFLOW_TRACKING_URI MLflow tracking server URI (e.g. http://localhost:5050, https://mlflow.example.com).

    Las descripciones siguen en el inglés original.

  4. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell

  5. Pega este comando y pulsa Enter

    claude mcp add --scope user mlflow --env MLFLOW_TRACKING_URI=your-value --env MLFLOW_TRACKING_TOKEN=your-value --env MLFLOW_TRACKING_PASSWORD=your-value -- npx -y @us-all/mlflow-mcp

    Cambia “your-value” por tu clave antes de pulsar Enter

    Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie

  6. Escribe /mcp en Claude Code

    Deberías ver Mlflow en la lista como conectado

  7. Pruébalo

    Usa Mlflow y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude Code dice que está usando Mlflow o muestra una herramienta de Mlflow en la respuesta, ya está conectado

5 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • MLFLOW_TRACKING_USERNAME Basic-auth username (alternative to token).
  • MLFLOW_EXPERIMENT_ID Default experiment ID for run-creation tools.
  • MLFLOW_TOOLS Lista de categorías permitidas separadas por comas. Predeterminado: todas las categorías habilitadas.
    Ver original en inglésComma-separated category allowlist. Default: all categories enabled.
  • MLFLOW_DISABLE Lista de exclusión de categorías separadas por comas.
    Ver original en inglésComma-separated category disablelist.
  • MLFLOW_ALLOW_WRITE Establezca 'true' para habilitar las herramientas de escritura o destructivas. Por defecto, solo lectura.
    Ver original en inglésSet to 'true' to enable write/destructive tools. Default read-only.
    · valor por defecto false

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con Cursor, pero hay que preparar algo antes

Necesitas una clave de Mlflow (créala en el sitio del autor) · 1 ajuste(s) que rellenar (MLFLOW_TRACKING_URI) · Instala Node.js en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Cursor. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server Mlflow para Cursor en este equipo, en este orden: 1) Comprueba Node.js con node -v. Si falta, dime que lo instale desde https://nodejs.org/en/download; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "mlflow": { "command": "npx", "args": [ "-y", "@us-all/mlflow-mcp" ], "env": { "MLFLOW_TRACKING_URI": "your-value", "MLFLOW_TRACKING_TOKEN": "your-value", "MLFLOW_TRACKING_PASSWORD": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En MLFLOW_TRACKING_TOKEN, MLFLOW_TRACKING_PASSWORD, MLFLOW_TRACKING_URI deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de Mlflow aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala Node.js (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    node -v
    • Aparece un número de versión, p. ej. v26.13.1 = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: Abre la página oficial de descargas, elige la versión LTS y el instalador de clics: .pkg en Mac · .msi en Windows. Haz doble clic y sigue hasta el final. No necesitas ningún comando curl

    Abrir la página de descarga de Node.js ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: node -v

    Se instala una vez y sirve para todo lo que usa Node.js

  2. Regístrate y crea una clave de Mlflow

    Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.

    Cómo obtener la clave está en el README del autor, más abajo

  3. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • MLFLOW_TRACKING_URI MLflow tracking server URI (e.g. http://localhost:5050, https://mlflow.example.com).

    Las descripciones siguen en el inglés original.

  4. Pulsa este botón para abrir Cursor

    Abrir en Cursor

    Cursor te pedirá confirmar; pulsa Install

  5. Escribe tu clave

    En la configuración de Mlflow, MLFLOW_TRACKING_TOKEN, MLFLOW_TRACKING_PASSWORD, MLFLOW_TRACKING_URI está vacío; añade tu clave y guarda

    Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie

  6. Abre el chat de IA de Cursor en modo Agent

  7. Pruébalo

    Usa Mlflow y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Cursor dice que está usando Mlflow o muestra una herramienta de Mlflow en la respuesta, ya está conectado

5 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • MLFLOW_TRACKING_USERNAME Basic-auth username (alternative to token).
  • MLFLOW_EXPERIMENT_ID Default experiment ID for run-creation tools.
  • MLFLOW_TOOLS Lista de categorías permitidas separadas por comas. Predeterminado: todas las categorías habilitadas.
    Ver original en inglésComma-separated category allowlist. Default: all categories enabled.
  • MLFLOW_DISABLE Lista de exclusión de categorías separadas por comas.
    Ver original en inglésComma-separated category disablelist.
  • MLFLOW_ALLOW_WRITE Establezca 'true' para habilitar las herramientas de escritura o destructivas. Por defecto, solo lectura.
    Ver original en inglésSet to 'true' to enable write/destructive tools. Default read-only.
    · valor por defecto false

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con VS Code, pero hay que preparar algo antes

Necesitas una clave de Mlflow (créala en el sitio del autor) · 1 ajuste(s) que rellenar (MLFLOW_TRACKING_URI) · Instala Node.js en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de VS Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server Mlflow para VS Code en este equipo, en este orden: 1) Comprueba Node.js con node -v. Si falta, dime que lo instale desde https://nodejs.org/en/download; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "servers": { "mlflow": { "type": "stdio", "command": "npx", "args": [ "-y", "@us-all/mlflow-mcp" ], "env": { "MLFLOW_TRACKING_URI": "your-value", "MLFLOW_TRACKING_TOKEN": "your-value", "MLFLOW_TRACKING_PASSWORD": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En MLFLOW_TRACKING_TOKEN, MLFLOW_TRACKING_PASSWORD, MLFLOW_TRACKING_URI deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de Mlflow aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala Node.js (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    node -v
    • Aparece un número de versión, p. ej. v26.13.1 = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: Abre la página oficial de descargas, elige la versión LTS y el instalador de clics: .pkg en Mac · .msi en Windows. Haz doble clic y sigue hasta el final. No necesitas ningún comando curl

    Abrir la página de descarga de Node.js ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: node -v

    Se instala una vez y sirve para todo lo que usa Node.js

  2. Regístrate y crea una clave de Mlflow

    Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.

    Cómo obtener la clave está en el README del autor, más abajo

  3. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • MLFLOW_TRACKING_URI MLflow tracking server URI (e.g. http://localhost:5050, https://mlflow.example.com).

    Las descripciones siguen en el inglés original.

  4. Pulsa este botón para abrir VS Code

    Abrir en VS Code

    VS Code te pedirá confirmar; pulsa Install

  5. Escribe tu clave

    En la configuración de Mlflow, MLFLOW_TRACKING_TOKEN, MLFLOW_TRACKING_PASSWORD, MLFLOW_TRACKING_URI está vacío; añade tu clave y guarda

    Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie

  6. Abre el chat de IA de VS Code en modo Agent

  7. Pruébalo

    Usa Mlflow y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si VS Code dice que está usando Mlflow o muestra una herramienta de Mlflow en la respuesta, ya está conectado

5 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • MLFLOW_TRACKING_USERNAME Basic-auth username (alternative to token).
  • MLFLOW_EXPERIMENT_ID Default experiment ID for run-creation tools.
  • MLFLOW_TOOLS Lista de categorías permitidas separadas por comas. Predeterminado: todas las categorías habilitadas.
    Ver original en inglésComma-separated category allowlist. Default: all categories enabled.
  • MLFLOW_DISABLE Lista de exclusión de categorías separadas por comas.
    Ver original en inglésComma-separated category disablelist.
  • MLFLOW_ALLOW_WRITE Establezca 'true' para habilitar las herramientas de escritura o destructivas. Por defecto, solo lectura.
    Ver original en inglésSet to 'true' to enable write/destructive tools. Default read-only.
    · valor por defecto false

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps

Ver todas las apps que usan MCP →

La configuración JSON está en “Para desarrolladores”, abajo

¿Te atascaste? Pregunta a quien usa Mlflow💬 Conversación →
Para desarrolladores: comandos de Terminal y configuración JSON

Instalado en tu computadora

Claude Code

claude mcp add --scope user mlflow --env MLFLOW_TRACKING_URI=your-value --env MLFLOW_TRACKING_TOKEN=your-value --env MLFLOW_TRACKING_PASSWORD=your-value -- npx -y @us-all/mlflow-mcp

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "mlflow": {
      "command": "npx",
      "args": [
        "-y",
        "@us-all/mlflow-mcp"
      ],
      "env": {
        "MLFLOW_TRACKING_URI": "your-value",
        "MLFLOW_TRACKING_TOKEN": "your-value",
        "MLFLOW_TRACKING_PASSWORD": "your-value"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "mlflow": {
      "command": "npx",
      "args": [
        "-y",
        "@us-all/mlflow-mcp"
      ],
      "env": {
        "MLFLOW_TRACKING_URI": "your-value",
        "MLFLOW_TRACKING_TOKEN": "your-value",
        "MLFLOW_TRACKING_PASSWORD": "your-value"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "mlflow": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@us-all/mlflow-mcp"
      ],
      "env": {
        "MLFLOW_TRACKING_URI": "your-value",
        "MLFLOW_TRACKING_TOKEN": "your-value",
        "MLFLOW_TRACKING_PASSWORD": "your-value"
      }
    }
  }
}

Valores que debes completar

  • MLFLOW_TRACKING_URI obligatorio env
    MLflow tracking server URI (e.g. http://localhost:5050, https://mlflow.example.com).
  • MLFLOW_TRACKING_TOKEN secreto obligatorio env
    Bearer token for authenticated MLflow servers (e.g. Databricks).
  • MLFLOW_TRACKING_USERNAME env
    Basic-auth username (alternative to token).
  • MLFLOW_TRACKING_PASSWORD secreto obligatorio env
    Basic-auth password (alternative to token).
  • MLFLOW_EXPERIMENT_ID env
    Default experiment ID for run-creation tools.
  • MLFLOW_TOOLS env
    Lista de categorías permitidas separadas por comas. Predeterminado: todas las categorías habilitadas.
    Ver original en inglésComma-separated category allowlist. Default: all categories enabled.
  • MLFLOW_DISABLE env
    Lista de exclusión de categorías separadas por comas.
    Ver original en inglésComma-separated category disablelist.
  • MLFLOW_ALLOW_WRITE env
    Establezca 'true' para habilitar las herramientas de escritura o destructivas. Por defecto, solo lectura.
    Ver original en inglésSet to 'true' to enable write/destructive tools. Default read-only.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

De un vistazo

Descargas por semanai
72/sem
Conexión
Se ejecuta en tu computadora
Última versióni
1.12.7
Categoríai
Otros
Publicado en el registroi
19 jun 2026
Último cambio de códigoi
10 jul 2026
Creador
us-all
Paquetes
npm: @us-all/mlflow-mcp
Estado en el registro
Activo

Qué apps pueden usarlo

Según cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.

Se ejecutan en tu computadora en

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Todas las apps, con ventajas y desventajas →

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 15 nov 2026

  • ✓ Superada

    El creador coincide con el repo

    El nombre en el registro se verificó con la cuenta de GitHub us-all, dueña del repo

  • ✓ Superada

    Sigue en mantenimiento

    Último cambio de código: hace 4 meses

  • ✓ Superada

    Tiene licencia

    Usa MIT

  • – No aplica

    El endpoint responde

    Este se ejecuta en tu computadora; no hay endpoint en internet

  • – No aplica

    Inicio de sesión con OAuth

    Se ejecuta en tu computadora y usa ajustes locales en su lugar

  • … Aún sin revisar

    Sin instrucciones ocultas en las descripciones de herramientas

    Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Vulnerabilidades publicadas (OSV.dev)

Aún no revisado

Qué revisamos → · JSON

Creadores: pedir otra revisión o avisar de un dato erróneo

Iniciar sesión

Conversación

Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.

Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.

Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.

Inicia sesión para publicar

Reseñas de usuarios

Aún no hay reseñas

Inicia sesión para escribir una reseña

Comparado con otros en Otrosi

  • Más estrellas que el 86% de los otros 19865 servidores de esta categoría
  • Publicado en el registro más recientemente que el 10% de los otros 19865 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 100% de los otros 19865 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro Mlflow?

Superó 3 de 3 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

Debes completar: MLFLOW_TRACKING_TOKEN, MLFLOW_TRACKING_PASSWORD

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez hace 4 meses, y la última versión (1.12.7) llegó al registro hace 5 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: World Monitor, openstatus, Oh My Posh Validator, Strata, Jitsu

Alternativas parecidas

Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.

Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

World Monitor

Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 97 tools.

de koala73Muy usado★ 90,6 milActualizado ayer

Se ejecuta en la nube✓ del servicio · worldmonitor.app
Cómo conectar

openstatus

Manage monitors, status pages, incidents and maintenances in your openstatus workspace.

de openstatusHQMuy usado★ 9,3 milActualizado hace 2 meses

Se ejecuta en la nube✓ del servicio · openstatus.dev
Cómo conectar

Oh My Posh Validator

Validate oh-my-posh configurations and segment snippets against the official schema.

de JanDeDobbeleerMuy usado★ 23,8 mil Estrellas de todo el repositorioActualizado hace 26 días

Se ejecuta en la nube✓ del servicio · ohmyposh.dev
Cómo conectar

Strata

MCP server for progressive tool usage at any scale (see https://klavis.ai)

de Klavis-AIEn crecimiento★ 5,8 milActualizado hace 14 meses

Se ejecuta en la nubeRepo archivado✓ klavis.ai
Cómo conectar

Jitsu

Manage Jitsu data pipelines: destinations, streams, connections, functions, live events.

de jitsucomMuy usado★ 5,1 milActualizado hace 4 meses

Se ejecuta en la nube✓ del servicio · jitsu.com
Cómo conectar
  • World Monitor — Funciona en la nube, sin instalar nada · Sin clave
  • openstatus — Funciona en la nube, sin instalar nada · Sin clave
  • Oh My Posh Validator — Funciona en la nube, sin instalar nada · Sin clave
  • Strata — Funciona en la nube, sin instalar nada · Sin clave
  • Jitsu — Funciona en la nube, sin instalar nada · Sin clave

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

MLflow MCP Server

The widest-coverage MLflow MCP — including MLflow 3 traces, prompt-optimization, webhooks, and Databricks trace attachments that no other MCP exposes.

82 tools across experiments, runs, registry, logged models, traces, assessments, webhooks, prompt-optimization. Aggregation tools (summarize-experiment, summarize-run) fold 3–5 round-trips into one structured response with already-fetched metric stats.

What it does that others don't

  • Full coverage — only third-party MLflow MCP shipping prompt-optimization-jobs (5 tools), webhooks (6), MLflow 3 LoggedModel (8), and Databricks trace attachments (list-trace-attachments, get-trace-attachment — Databricks MLflow only; OSS returns 404).
  • Aggregation tools — summarize-experiment returns experiment + topN runs + metric stats (min/max/mean) in one call from already-fetched data, zero extra round-trips. summarize-run dedups metricHistory.history.*.key (~100KB savings on 4k-point series).
  • MCP Prompts (4) — debug-failed-traces, promote-best-run, compare-top-runs, annotate-trace-quality. Workflow templates the model invokes directly.
  • MCP Resources (6) — mlflow://run/{runId}, mlflow://experiment/{expId}, mlflow://run/{runId}/artifacts, mlflow://experiment/{expId}/runs, mlflow://registered-model/{name}/versions, mlflow://trace/{traceId}.
  • Token-efficient by design — extractFields projection on get-run / search-runs / search-traces / get-trace / fat reads, MLFLOW_TOOLS / MLFLOW_DISABLE 8 categories, search-tools meta-tool.
  • Apps SDK card — compare-runs renders as a side-by-side card on ChatGPT clients (run summary + metric/param tables with diff highlight) via _meta["openai/outputTemplate"]. Claude clients receive the same JSON content.
  • stdio + Streamable HTTP — defaults to stdio. Set MCP_TRANSPORT=http for ChatGPT Apps SDK or remote clients (Bearer auth via MCP_HTTP_TOKEN).

Try this — 5 prompts

Connect the server to Claude Desktop or Claude Code, then paste any of these:

  1. Best run — *"In the customer-churn-v3 experiment, find the run with the highest val_accuracy. Show its hyperparameters and metric history."*
  2. Failure mode clustering — *"Find traces with status=ERROR from the last 24h in experiment 12. Group the failures by exception type and surface the 3 most common."*
  3. Run comparison — *"Compare the top 5 runs of experiment 12 by validation_loss. Show differing hyperparameters in a table."*
  4. Model promotion — *"Get the latest version of recommendation_v2 registered model with the champion alias. Show its training metrics + lineage to the source run."*
  5. Trace deep-dive — *"Pull trace tr-abc123. Highlight slow spans and any failed feedback annotations."* (Add list-trace-attachments on Databricks workspaces.)

When to use this vs alternatives

Official mlflow[mcp]kkruglik/mlflow-mcp@us-all/mlflow-mcp (this)
Tool count~9 (trace-only)~2578
MLflow 3 LoggedModel❌✅✅
Trace attachments❌❌✅ Databricks only
Prompt-optimization-jobs❌❌✅
Webhooks❌❌✅
Aggregation tools❌❌✅ summarize-experiment, summarize-run
MCP Prompts❌✅✅
MCP Resources❌❌✅ 6 URIs
AuthDatabricks SDKBearer / basicBearer / basic
Transportstdiostdiostdio

The official mlflow[mcp] is bundled inside MLflow itself and intentionally trace-narrow. Use it for quick managed-MLflow trace inspection. Use this server for end-to-end coverage, especially MLflow 3 entities, prompt-optimization workflows, and aggregation-driven AI debugging.

Install

Claude Desktop
{

"mcpServers": { "mlflow": { "command": "npx", "args": ["-y", "@us-all/mlflow-mcp"], "env": { "MLFLOW_TRACKING_URI": "http://localhost:5000" } } } }

Claude Code
claude mcp add mlflow -s user \

-e MLFLOW_TRACKING_URI=http://localhost:5000 \ -- npx -y @us-all/mlflow-mcp

Docker
docker run --rm -i \

-e MLFLOW_TRACKING_URI=http://your-host:5000 \ ghcr.io/us-all/mlflow-mcp-server

Build from source
git clone https://github.com/us-all/mlflow-mcp-server.git

cd mlflow-mcp-server && pnpm install && pnpm build node dist/index.js

Configuration

VariableRequiredDefaultDescription
MLFLOW_TRACKING_URI✅—MLflow tracking URL (http://localhost:5000, Databricks workspace URL, etc.)
MLFLOW_TRACKING_TOKEN❌—Bearer token. Use for Databricks PAT (dapi…)
MLFLOW_TRACKING_USERNAME❌—Basic-auth username (alternative to token)
MLFLOW_TRACKING_PASSWORD❌—Basic-auth password
MLFLOW_EXPERIMENT_ID❌—Default experiment ID for tools that accept it implicitly
MLFLOW_ALLOW_WRITE❌falseSet true to enable mutations (create/update/delete)
MLFLOW_TOOLS❌—Comma-sep allowlist of categories. Biggest token saver.
MLFLOW_DISABLE❌—Comma-sep denylist. Ignored when MLFLOW_TOOLS is set.
MCP_TRANSPORT❌stdiohttp to enable Streamable HTTP transport
MCP_HTTP_TOKENconditional—Bearer token. Required when MCP_TRANSPORT=http
MCP_HTTP_PORT❌3000HTTP listen port
MCP_HTTP_HOST❌127.0.0.1HTTP bind host (DNS rebinding protection auto-enabled for localhost)
MCP_HTTP_SKIP_AUTH❌falseSkip Bearer auth — e.g. behind a reverse proxy that handles it

Categories (8): experiments, runs, registry, logged-models, traces, assessments, webhooks, prompts.

When MCP_TRANSPORT=http: POST /mcp (Bearer-auth JSON-RPC) + GET /health (public liveness).

Databricks managed MLflow

For Databricks-hosted MLflow:

MLFLOW_TRACKING_URI=https://<workspace>.cloud.databricks.com

MLFLOW_TRACKING_TOKEN=dapi... # PAT or service-principal token

The MLflow REST API path (/api/2.0/mlflow/...) is identical between OSS and Databricks. Bearer auth handles both PAT and service-principal flows.

Token efficiency
ScenarioToolsSchema tokensvs default
default (all categories)789,200—
typical (MLFLOW_TOOLS=experiments,runs,registry,traces)545,900−36%
narrow (MLFLOW_TOOLS=experiments,runs)273,200−66%

Plus extractFields on get-run / search-runs / search-traces / get-trace / summarize-experiment — caller can scope response fields per call.

Read-only mode

By default, all writes are blocked. The following require MLFLOW_ALLOW_WRITE=true:

create-experiment, update-experiment, delete-experiment, restore-experiment, set-experiment-tag, delete-experiment-tag, create-run, update-run, delete-run, restore-run, log-metric, log-param, log-batch, log-inputs, set-run-tag, delete-run-tag, create-registered-model, rename-registered-model, update-registered-model, delete-registered-model, plus all model-version, logged-model, trace, assessment, webhook, and prompt-optimization writes.

Limitations & gotchas
  • `search-traces.maxResults` is clamped to 500. MLflow 3.12+ rejects per-page max_results > 500 with INVALID_PARAMETER_VALUE. For larger result sets, loop on nextPageToken — total trace count is unbounded.
  • Trace attachments are Databricks-only. list-trace-attachments / get-trace-attachment call routes that OSS MLflow (verified through 3.12.0) returns 404 for. Tool descriptions surface this; calls against OSS return a structured MlflowError.
  • `search-traces.maxResults` cap applies per page, not per call — pagination still gets you the full set.
  • Bearer / Basic auth code paths are not yet validated against live Databricks (see open roadmap item). Works against OSS MLflow 3.12 (Bearer optional).

MCP Prompts (4)

Workflow templates available via MCP prompts/list:

  • debug-failed-traces — find failed traces, group failure modes
  • promote-best-run — find best run, register, set champion alias
  • compare-top-runs — top-N comparison by metric
  • annotate-trace-quality — guided feedback annotation loop

MCP Resources

URI-based read-only access:

mlflow://run/{runId}, mlflow://experiment/{expId}, mlflow://experiment-by-name/{name}, mlflow://registered-model/{name}, mlflow://model-version/{name}/{version}, mlflow://trace/{traceId}, mlflow://run/{runId}/artifacts, mlflow://experiment/{expId}/runs, mlflow://registered-model/{name}/versions.

Tools (82)

8 categories. Use search-tools to discover at runtime; full list collapsed below.

get-run, search-runs, search-traces, get-trace, and summarize-experiment accept extractFields for response slicing.

Full tool list

Experiments (9)

create-experiment, search-experiments, get-experiment, get-experiment-by-name, update-experiment, delete-experiment, restore-experiment, set-experiment-tag, delete-experiment-tag

Runs (18)

create-run, get-run, search-runs, update-run, delete-run, restore-run, log-metric, log-param, log-batch, log-inputs, get-metric-history, set-run-tag, delete-run-tag, list-artifacts, get-best-run, compare-runs, search-runs-by-tags, summarize-run *(aggregation)*

Registered Models (12)

create-registered-model, get-registered-model, search-registered-models, rename-registered-model, update-registered-model, delete-registered-model, get-latest-model-versions, set-registered-model-tag, delete-registered-model-tag, set-registered-model-alias, delete-registered-model-alias, get-model-version-by-alias

Model Versions (9)

create-model-version, get-model-version, search-model-versions, update-model-version, delete-model-version, transition-model-version-stage, get-model-version-download-uri, set-model-version-tag, delete-model-version-tag

Logged Models — MLflow 3 (8)

create-logged-model, search-logged-models, get-logged-model, finalize-logged-model, delete-logged-model, set-logged-model-tags, delete-logged-model-tag, log-logged-model-params

Traces (8)

search-traces, get-trace, get-trace-info, delete-traces, set-trace-tag, delete-trace-tag, list-trace-attachments, get-trace-attachment

Assessments (5)

log-feedback, log-expectation, get-assessment, update-assessment, delete-assessment

Webhooks (6)

create-webhook, list-webhooks, get-webhook, update-webhook, delete-webhook, test-webhook

Prompt Optimization (5)

create-prompt-optimization-job, get-prompt-optimization-job, search-prompt-optimization-jobs, cancel-prompt-optimization-job, delete-prompt-optimization-job

Aggregations

summarize-experiment, summarize-run — fold 3–5 round-trips into one structured response with caveats array.

Meta

search-tools — query other tools by keyword; always enabled.

Local validation with docker compose

# 1. start MLflow (UI at http://localhost:5050)

docker compose up -d mlflow

2. seed demo experiment,

Solo se muestra el principio; lee el resto en el repo