ZenML
让智能体查找、读取和修改 ZenML 资源,触发流水线运行并查看日志。 摘要由 AI Index 撰写。
Registry 描述:MCP server for discovering, reading, and changing ZenML resources with compact generic tools
ZENML_STORE_API_KEY 需要填写:ZENML_STORE_URL 添加到你的客户端
把 ZenML MCP 服务器添加到 Claude Code
运行命令
claude mcp add -e ZENML_STORE_URL=<ZENML_STORE_URL> -e ZENML_STORE_API_KEY=<ZENML_STORE_API_KEY> zenml -- docker run -i --rm -e ZENML_STORE_URL -e ZENML_STORE_API_KEY -e ZENML_MCP_PROFILE -e ZENML_MCP_WRITE_POLICY docker.io/zenmldocker/mcp-zenml:2.1.1填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 Cursor
打开 mcp.json· 文件位置:
~/.cursor/mcp.json,.cursor/mcp.json粘贴服务器配置
{ "mcpServers": { "zenml": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "ZENML_STORE_URL", "-e", "ZENML_STORE_API_KEY", "-e", "ZENML_MCP_PROFILE", "-e", "ZENML_MCP_WRITE_POLICY", "docker.io/zenmldocker/mcp-zenml:2.1.1" ], "env": { "ZENML_STORE_URL": "<ZENML_STORE_URL>", "ZENML_STORE_API_KEY": "<ZENML_STORE_API_KEY>" } } } }填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 VS Code
打开 mcp.json· 文件位置:
.vscode/mcp.json粘贴服务器配置
{ "servers": { "zenml": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "ZENML_STORE_URL", "-e", "ZENML_STORE_API_KEY", "-e", "ZENML_MCP_PROFILE", "-e", "ZENML_MCP_WRITE_POLICY", "docker.io/zenmldocker/mcp-zenml:2.1.1" ], "env": { "ZENML_STORE_URL": "<ZENML_STORE_URL>", "ZENML_STORE_API_KEY": "<ZENML_STORE_API_KEY>" } } } }填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 Codex
运行命令
codex mcp add zenml --env ZENML_STORE_URL=<ZENML_STORE_URL> --env ZENML_STORE_API_KEY=<ZENML_STORE_API_KEY> -- docker run -i --rm -e ZENML_STORE_URL -e ZENML_STORE_API_KEY -e ZENML_MCP_PROFILE -e ZENML_MCP_WRITE_POLICY docker.io/zenmldocker/mcp-zenml:2.1.1填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 Devin Desktop
打开 mcp_config.json· 文件位置:
~/.config/devin/mcp_config.json,%APPDATA%\devin\mcp_config.json粘贴服务器配置
{ "mcpServers": { "zenml": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "ZENML_STORE_URL", "-e", "ZENML_STORE_API_KEY", "-e", "ZENML_MCP_PROFILE", "-e", "ZENML_MCP_WRITE_POLICY", "docker.io/zenmldocker/mcp-zenml:2.1.1" ], "env": { "ZENML_STORE_URL": "<ZENML_STORE_URL>", "ZENML_STORE_API_KEY": "<ZENML_STORE_API_KEY>" } } } }填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 Gemini CLI
打开 settings.json· 文件位置:
~/.gemini/settings.json,.gemini/settings.json粘贴服务器配置
{ "mcpServers": { "zenml": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "ZENML_STORE_URL", "-e", "ZENML_STORE_API_KEY", "-e", "ZENML_MCP_PROFILE", "-e", "ZENML_MCP_WRITE_POLICY", "docker.io/zenmldocker/mcp-zenml:2.1.1" ], "env": { "ZENML_STORE_URL": "<ZENML_STORE_URL>", "ZENML_STORE_API_KEY": "<ZENML_STORE_API_KEY>" } } } }填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 GitHub Copilot
运行命令
copilot mcp add --env ZENML_STORE_URL=<ZENML_STORE_URL> --env ZENML_STORE_API_KEY=<ZENML_STORE_API_KEY> zenml -- docker run -i --rm -e ZENML_STORE_URL -e ZENML_STORE_API_KEY -e ZENML_MCP_PROFILE -e ZENML_MCP_WRITE_POLICY docker.io/zenmldocker/mcp-zenml:2.1.1填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 Cline
打开 cline_mcp_settings.json· 文件位置:
~/.cline/data/settings/cline_mcp_settings.json粘贴服务器配置
{ "mcpServers": { "zenml": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "ZENML_STORE_URL", "-e", "ZENML_STORE_API_KEY", "-e", "ZENML_MCP_PROFILE", "-e", "ZENML_MCP_WRITE_POLICY", "docker.io/zenmldocker/mcp-zenml:2.1.1" ], "env": { "ZENML_STORE_URL": "<ZENML_STORE_URL>", "ZENML_STORE_API_KEY": "<ZENML_STORE_API_KEY>" } } } }填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 Kiro
打开 mcp.json· 文件位置:
.kiro/settings/mcp.json,~/.kiro/settings/mcp.json粘贴服务器配置
{ "mcpServers": { "zenml": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "ZENML_STORE_URL", "-e", "ZENML_STORE_API_KEY", "-e", "ZENML_MCP_PROFILE", "-e", "ZENML_MCP_WRITE_POLICY", "docker.io/zenmldocker/mcp-zenml:2.1.1" ], "env": { "ZENML_STORE_URL": "<ZENML_STORE_URL>", "ZENML_STORE_API_KEY": "<ZENML_STORE_API_KEY>" } } } }填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 Zed
打开 settings.json
粘贴服务器配置
{ "context_servers": { "zenml": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "ZENML_STORE_URL", "-e", "ZENML_STORE_API_KEY", "-e", "ZENML_MCP_PROFILE", "-e", "ZENML_MCP_WRITE_POLICY", "docker.io/zenmldocker/mcp-zenml:2.1.1" ], "env": { "ZENML_STORE_URL": "<ZENML_STORE_URL>", "ZENML_STORE_API_KEY": "<ZENML_STORE_API_KEY>" } } } }填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 OpenCode
打开 opencode.json· 文件位置:
~/.config/opencode/opencode.json,opencode.json粘贴服务器配置
{ "$schema": "https://opencode.ai/config.json", "mcp": { "zenml": { "type": "local", "command": [ "docker", "run", "-i", "--rm", "-e", "ZENML_STORE_URL", "-e", "ZENML_STORE_API_KEY", "-e", "ZENML_MCP_PROFILE", "-e", "ZENML_MCP_WRITE_POLICY", "docker.io/zenmldocker/mcp-zenml:2.1.1" ], "enabled": true, "environment": { "ZENML_STORE_URL": "<ZENML_STORE_URL>", "ZENML_STORE_API_KEY": "<ZENML_STORE_API_KEY>" } } } }填写取值 ↓
确认已连接
把 ZenML MCP 服务器添加到 JetBrains AI Assistant
打开 JetBrains AI Assistant 的 MCP 配置
- 打开 Settings | Tools | AI Assistant | Model Context Protocol (MCP)。
- 选择 Add。
粘贴服务器配置
{ "mcpServers": { "zenml": { "command": "docker", "args": [ "run", "-i", "--rm", "-e", "ZENML_STORE_URL", "-e", "ZENML_STORE_API_KEY", "-e", "ZENML_MCP_PROFILE", "-e", "ZENML_MCP_WRITE_POLICY", "docker.io/zenmldocker/mcp-zenml:2.1.1" ] } } }确认已连接
这个客户端的文档没有给出在这里传这些值的方法,请按服务器文档设置。
如果文件里已有其他服务器,把这一项加到已有的对象里。 确认是否已连接:重启或重新加载客户端,在它的 MCP 服务器列表里找到 zenml。需要登录的服务器会在第一次使用时打开登录。
需要填写的值
必填项以 <NAME> 占位符出现在片段里;可选项按同样方式添加。说明来自服务器在 Registry 里的条目。
<ZENML_STORE_URL>环境变量 必填Base URL of your ZenML server (e.g., https://<workspace-id>-zenml.cloudinfra.zenml.io).
<ZENML_STORE_API_KEY>环境变量 必填 · 密钥API key used to authenticate with your ZenML server (ideally a service account key).
<ZENML_MCP_PROFILE>环境变量 可选Tool registration profile: compact (default) or legacy.
<ZENML_MCP_WRITE_POLICY>环境变量 可选Mutation policy: read_write (default) or read_only.
客户端兼容性
按传输方式判断:客户端文档列出的传输方式里是否有这个服务器提供的。不涉及登录等其他要求。
- Claude Code 支持该传输方式
- Cursor 支持该传输方式
- VS Code 客户端文档未列出传输方式
- Codex 支持该传输方式
- Devin Desktop 支持该传输方式
- Gemini CLI 支持该传输方式
- GitHub Copilot 客户端文档未列出传输方式
- Cline 支持该传输方式
- Kiro 支持该传输方式
- Zed 客户端文档未列出传输方式
- OpenCode 客户端文档未列出传输方式
- JetBrains AI Assistant 支持该传输方式
- Claude 客户端文档未列出传输方式
- ChatGPT 没有共同的传输方式
Agent Skills: ZenML
airflow-to-zenml-migration、argo-to-zenml-migration、azureml-to-zenml-migration、dagster-to-zenml-migration、databricks-to-zenml-migration、flyte-to-zenml-migration、kedro-to-zenml-migration、kitaru-authoring、kitaru-claude-agent-sdk-migration、kitaru-gemini-interactions-migration、kitaru-langgraph-migration、kitaru-openai-agents-migration、kitaru-pydantic-ai-migration、kitaru-quickstart、kitaru-replay-lab、kitaru-scoping、metaflow-to-zenml-migration、zenml-pipeline-authoring、prefect-to-zenml-migration、zenml-quick-wins 、另有 3 个 Skills
来源
- Official MCP Registry registry.modelcontextprotocol.io · 核对于 2026年11月4日
- ZenML: vendor documentation docs.zenml.io · 核对于 2026年11月2日
This data comes from the Official MCP Registry.