Passer au contenu principal

Documentation Index

Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt

Use this file to discover all available pages before exploring further.

Model Context Protocol (MCP) permet à un agent LLM d’interroger et d’analyser efficacement les données afin de réduire le coût en tokens. Cette page explique comment utiliser le serveur MCP de W&B pour interroger et analyser vos données W&B depuis votre IDE ou client MCP, et pour donner à votre client un accès programmatique à la documentation de W&B afin qu’il puisse générer des réponses plus précises aux requêtes liées à W&B. Il s’intègre nativement à la plupart des IDE, des assistants de code et des agents conversationnels, notamment :
  • Claude Code
  • Claude Code Desktop
  • Codex
  • Cursor
  • Gemini CLI
  • Mistral LeChat
  • Visual Studio Code (VS Code)
Le serveur MCP de W&B est disponible en version hébergée et en version locale. La version hébergée prend uniquement en charge les déploiements W&B Cloud dédié. La version locale prend en charge à la fois les déploiements Cloud dédié et les déploiements Autogéré.

Capacités du serveur MCP de W&B

Vous pouvez utiliser le serveur MCP pour analyser des expériences, déboguer des traces, créer des Reports et obtenir de l’aide pour intégrer vos applications aux fonctionnalités de W&B. Les exemples de prompts suivants illustrent certains types de tâches que votre agent peut effectuer lorsqu’il est connecté au serveur MCP :
  • Montre-moi les 5 meilleurs runs par eval/accuracy dans your-team-name/your-project-name ?
  • Comment la latence des traces de prédiction de mon agent de recrutement a-t-elle évolué au cours des derniers mois ?
  • Génère un rapport wandb comparant les décisions prises par l’agent de recrutement le mois dernier.
  • Comment puis-je créer un classement dans Weave - demande à SupportBot ?

Outils disponibles

Le serveur MCP de W&B permet à vos agents d’accéder aux outils suivants :
OutilDescriptionExemple de requête
query_wandb_toolInterroger les runs, les métriques et les expériences W&B”Affiche les runs avec une perte < 0.1”
query_weave_traces_toolAnalyser les traces et les évaluations de LLM”Quelle est la latence moyenne ?“
count_weave_traces_toolCompter les traces et obtenir des métriques de stockage”Combien de traces ont échoué ?“
create_wandb_report_toolCréer des Reports W&B de manière programmatique”Créer un rapport de performances”
query_wandb_entity_projectsLister les projets d’une entité”Quels projets existent ?“
query_wandb_support_botObtenir de l’aide via la documentation W&B”Comment puis-je utiliser Sweeps ?”

Utiliser le serveur MCP distant de W&B

W&B met à disposition un serveur MCP hébergé à l’adresse https://mcp.withwandb.com, qui ne nécessite aucune installation. Les instructions suivantes expliquent comment configurer ce serveur hébergé avec différents assistants IA et IDE.

Prérequis

  • Un déploiement W&B Cloud dédié.
  • Une clé API W&B. Vous pouvez en créer une à l’adresse wandb.ai/authorize.
  • Définissez votre clé comme variable d’environnement sous le nom WANDB_API_KEY.

Configurez votre client MCP

Sélectionnez l’onglet correspondant aux instructions de votre client MCP :
Pour ajouter le serveur MCP de W&B à Claude Code, mettez à jour l’en-tête Authorization de la commande suivante avec votre clé API W&B, puis exécutez-la dans votre terminal :
claude mcp add --transport http wandb https://mcp.withwandb.com/mcp \
  --header "Authorization: Bearer <your-wandb-api-key>"
Ajoutez --scope user pour une configuration globale, ou omettez-le afin de configurer uniquement le projet en cours.Pour plus d’informations, voir la documentation de Claude.

Configurer une version locale du serveur MCP de W&B

Si vous devez exécuter le serveur MCP de W&B localement pour des déploiements W&B Autogéré, le développement, les tests ou des environnements air-gapped, vous pouvez l’installer et l’exécuter sur votre machine.

Prérequis

  • Une clé API W&B. Vous pouvez en créer une nouvelle sur wandb.ai/authorize.
  • Définissez votre clé en tant que variable d’environnement nommée WANDB_API_KEY.
  • Définissez la variable d’environnement WANDB_BASE_URL si vous utilisez W&B Autogéré.
  • Python 3.10 ou version ultérieure
  • uv (recommandé) ou pip
Voir la documentation de uv pour les instructions d’installation.

Installer et configurer le serveur MCP

Pour installer le serveur MCP localement : Pour installer le serveur MCP de W&B sur votre machine locale, utilisez l’une des commandes d’installation suivantes :
uv pip install wandb-mcp-server
Une fois le serveur MCP installé localement, configurez votre client MCP pour l’utiliser. Sélectionnez un client MCP pour continuer :
Exécutez la commande suivante dans votre terminal. Ajoutez --scope user pour une configuration globale, ou omettez-le pour ne configurer que le projet actuel.
claude mcp add wandb \
  -e WANDB_API_KEY=your-api-key \
  -e WANDB_BASE_URL=https://your-wandb-instance.example.com \
  -- uvx --from git+https://github.com/wandb/wandb-mcp-server wandb_mcp_server
Pour les clients web ou pour effectuer des tests, exécutez le serveur avec le transport HTTP :
uvx wandb_mcp_server --transport http --host 0.0.0.0 --port 8080
Pour exposer le serveur local à des clients externes tels qu’OpenAI, utilisez ngrok :
uvx wandb_mcp_server --transport http --port 8080

# Dans un autre terminal, exposez avec ngrok
ngrok http 8080
If you expose the server using ngrok, update your MCP client configuration to use the ngrok URL.

Conseils d’utilisation

  • Indiquez le nom de votre projet W&B et de votre entité : Précisez l’entité et le projet W&B dans vos requêtes pour obtenir des résultats précis.
  • Évitez les questions trop générales : Au lieu de « quelle est ma meilleure évaluation ? », demandez « quelle évaluation a obtenu le score F1 le plus élevé ? »
  • Vérifiez la récupération des données : Lorsque vous posez des questions générales comme « quels sont mes runs les plus performants ? », demandez à l’assistant de confirmer qu’il a récupéré tous les runs disponibles.