W&B MCP サーバーを使用する

IDE や AI エージェントを W&B Model Context Protocol (MCP) サーバーに接続し、Workspace のデータやドキュメントにアクセスします。

Model Context Protocol (MCP) を使用すると、LLM エージェントはデータを効率的にクエリして分析でき、トークンコストを最小限に抑えられます。このページでは、W&B MCP サーバーを使用して IDE または MCP クライアントから W&B データをクエリおよび分析し、さらにクライアントに W&B のドキュメントへのプログラムによるアクセスを付与することで、W&B 関連のクエリに対してより正確な応答を生成できるようにする方法を説明します。

これは、以下を含むほとんどの IDE、コーディングクライアント、チャットエージェントとネイティブに統合されます。

• Cursor
• Visual Studio Code (VS Code)
• Claude Code
• Codex
• Gemini CLI
• Mistral LeChat
• Claude Desktop

W&B MCP サーバーは、ホスト型 と ローカル のバリアントをサポートしています。ホスト型バージョンは W&B 専用クラウドのデプロイ のみをサポートします。ローカルバージョンは、専用クラウドと セルフマネージドのデプロイ の両方をサポートします。

​

W&B MCP サーバー でできること

MCP サーバー を使用すると、Experiments の分析、トレースのデバッグ、Reports の作成、アプリケーションへの W&B 機能の統合に関するサポートを受けることができます。

次のプロンプト例は、MCP サーバー に接続した agent が実行できるタスクの例を示しています。

• your-team-name/your-project-name で、eval/accuracy が高い run 上位 5 件を表示してください。
• 私の hiring agent predict トレースのレイテンシは、この数か月でどのように変化しましたか？
• 先月 hiring agent が行った判断を比較する wandb レポートを生成してください。
• Weave でリーダーボードを作成するにはどうすればよいですか？SupportBot に聞いてください。

​

利用可能なツール

W&B MCP サーバー を使用すると、エージェントは次のツールにアクセスできます。

Tool	Description	Example Query
query_wandb_tool	W&B の run、メトリクス、Experiments をクエリする	”損失 < 0.1 の run を表示して”
query_weave_traces_tool	LLM のトレースと評価を分析する	”平均レイテンシは？“
count_weave_traces_tool	トレースをカウントし、ストレージのメトリクスを取得する	”失敗したトレースはいくつ？“
create_wandb_report_tool	W&B Reports をプログラムから作成する	”パフォーマンスレポートを作成して”
query_wandb_entity_projects	entity のプロジェクトを一覧表示する	”どのプロジェクトがありますか？“
query_wandb_support_bot	W&B ドキュメントのサポートを利用する	”Sweeps はどうすれば使用できますか？“

​

W&B のリモート MCP サーバーを使用する

W&B では、インストール不要のホスト型 MCP サーバー https://mcp.withwandb.com を提供しています。以下では、このホスト型サーバーを各種 AI アシスタントや IDE で設定する方法を説明します。

​

前提条件

• W&B 専用クラウドのデプロイ。
• W&B APIキー。wandb.ai/authorize で新しく作成できます。
• キーを WANDB_API_KEY という環境変数に設定します。

​

MCP クライアントを設定する

MCP クライアントの手順が記載されているタブを選択してください。

Cursor

Cursor では、ワンクリック インストール リンクを使用して W&B サーバーを自動でインストールできます (Authorization フィールドに Bearer <your-wandb-api-key> を追加する必要があります) 。または、以下の手順で手動でインストールすることもできます。

1. macOS では、Cursor メニューを開き、Settings を選択してから Cursor Settings を選択します。Windows または Linux では、Preferences メニューを開き、Settings を選択してから Cursor Settings を選択します。
2. Cursor Settings メニューで、Tools and MCP を選択します。Tools メニューが開きます。
3. Installed MCP Servers セクションで、Add Custom MCP を選択します。mcp.json 設定ファイルが開きます。
4. 設定ファイルの mcpServers JSON オブジェクトに、次の wandb オブジェクトを追加します。

{
  "mcpServers": {
    "wandb": {
      "transport": "http",
      "url": "https://mcp.withwandb.com/mcp",
      "headers": {
        "Authorization": "Bearer <your-wandb-api-key>",
        "Accept": "application/json, text/event-stream"
      }
    }
  }
}

5. 変更を反映するために、Cursor を再起動します。
6. 「W&B アカウント内の Projects を一覧表示して。」というプロンプトを入力し、チャットエージェントが W&B MCP サーバーにアクセスできることを確認します。

詳細については、Cursor のドキュメント を参照してください。

Claude Code

Claude Code に W&B MCP サーバーを追加するには、次のコマンドの Authorization ヘッダーをお使いの W&B APIキーに更新し、ターミナルで実行します。

claude mcp add --transport http wandb https://mcp.withwandb.com/mcp \
  --header "Authorization: Bearer <your-wandb-api-key>"

グローバル設定にするには --scope user を追加し、現在のプロジェクトのみに設定する場合は省略します。

詳細については、Claude Code のドキュメントを参照してください。

Codex

W&B MCP サーバーを Codex に追加するには、次のコマンドの --bearer-token-env-var 引数を、W&B APIキーを含む環境変数に合わせて更新し、その後ターミナルで実行します。

export WANDB_API_KEY=<your-wandb-api-key>
codex mcp add wandb --url https://mcp.withwandb.com/mcp --bearer-token-env-var <your-wandb-api-key-environment-variable>

OpenAI

W&B MCP サーバーを OpenAI の call に追加するには、OpenAI responses の設定の tools フィールドにサーバーの情報を追加します。

from openai import OpenAI
import os

client = OpenAI()

resp = client.responses.create(
    model="gpt-4o",
    tools=[{
        "type": "mcp",
        "server_label": "wandb",
        "server_description": "Query W&B data",
        "server_url": "https://mcp.withwandb.com/mcp",
        "authorization": os.getenv("<your-wandb-api-key>"),
        "require_approval": "never",
    }],
    input="List the projects in my W&B account.",
)

print(resp.output_text)

Gemini CLI

W&B MCP サーバーを Gemini CLI に追加するには、次の手順に従います。

1. 1 つのコマンドで W&B MCP 拡張機能をインストールします。

   # 拡張機能をインストール
   gemini extensions install https://github.com/wandb/wandb-mcp-server
   

2. インストール後、Gemini CLI を再起動します。

3. 「W&B アカウント内の Projects を一覧表示して。」というプロンプトを入力し、チャット エージェントが W&B MCP サーバーにアクセスできることを確認します。

詳細については、Gemini のドキュメントを参照してください。

Mistral LeChat

W&B MCP サーバーを Mistral LeChat に追加するには、次の手順に従います。

1. Intelligence メニューから Add Connector を選択し、Connector ウィンドウを開きます。

2. Custom MCP Connector タブを選択します。

3. 以下の値を使用して各フィールドを設定します。

   • Connector Server: https://mcp.withwandb.com/mcp
   • Description: (任意) 接続に関する簡単な説明を自由に入力します。
   • Authentication Method: API Token Authentication を選択します。追加のフィールドが表示されます。
   • Header name: デフォルト値の Authorization のままにします。
   • Header type: Bearer を選択します。
   • Header value: W&B APIトークンを入力します。

4. すべてのフィールドの設定が完了したら、Create を選択します。LeChat に MCP サーバーが設定へ追加されます。

5. “List the projects in my W&B account.” というプロンプトを入力し、チャットエージェントが W&B MCP サーバーにアクセスできることを確認します。

詳細については、LeChat のドキュメントを参照してください。

​

W&B MCP サーバーのローカル版を設定する

W&B セルフマネージド のデプロイ、開発、テスト、または air-gapped 環境で MCP サーバー をローカルに実行する必要がある場合は、お使いのマシンにインストールして実行できます。

​

前提条件

• W&B APIキー。wandb.ai/authorize で新しく作成できます。
• APIキーを、WANDB_API_KEY という名前の環境変数として設定します。
• W&B セルフマネージド を使用している場合は、WANDB_BASE_URL 環境変数を設定します。
• Python 3.10 以上
• uv (推奨) または pip

インストール手順については、uv のドキュメント を参照してください。

​

MCP サーバーをインストールして設定する

MCP サーバーをローカルにインストールするには:

ローカルマシンに W&B MCP サーバーをインストールするには、次のインストールコマンドのいずれかを使用します。

uvbash uv pip install wandb-mcp-server

pipbash pip install wandb-mcp-server

GitHub から直接インストールbash pip install git+https://github.com/wandb/wandb-mcp-server

MCP サーバーをローカルにインストールしたら、それを使用するように MCP クライアントを設定します。続行するには、MCP クライアントを選択します。

Cursor

次の内容を mcp.json 設定に追加します。

{
  "mcpServers": {
    "wandb": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/wandb/wandb-mcp-server", "wandb_mcp_server"],
      "env": {
        "WANDB_API_KEY": "<your-wandb-api-key>",
        "WANDB_BASE_URL": "https://your-wandb-instance.example.com"
      }
    }
  }
}

VS Code

次の内容を .vscode/mcp.json またはグローバルの MCP 設定に追加します。

{
  "servers": {
    "wandb": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/wandb/wandb-mcp-server", "wandb_mcp_server"],
      "env": {
        "WANDB_API_KEY": "<your-wandb-api-key>",
        "WANDB_BASE_URL": "https://your-wandb-instance.example.com"
      }
    }
  }
}

Claude Code

ターミナルで次のコマンドを実行します。グローバル設定にするには --scope user を追加し、現在のプロジェクトのみに設定する場合は省略します。

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

Codex

ターミナルで次のコマンドを実行します。

codex mcp add wandb \
  --env WANDB_API_KEY=your_api_key_here \
  --env WANDB_BASE_URL=https://your-wandb-instance.example.com \
  -- uvx --from git+https://github.com/wandb/wandb-mcp-server wandb_mcp_server

Claude Desktop

テキストエディターで Claude の設定ファイルを開きます。設定ファイルの場所は OS によって異なります。

• macOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

Claude の設定ファイル内の JSON オブジェクトに次の内容を追加します。そうしないと Claude Desktop が uvx のインストールを見つけられない可能性があるため、uvx にはフルパスを使用してください。

{
  "mcpServers": {
    "wandb": {
      "command": "/full/path/to/uvx",
      "args": ["--from", "git+https://github.com/wandb/wandb-mcp-server", "wandb_mcp_server"],
      "env": {
        "WANDB_API_KEY": "<your-wandb-api-key>",
        "WANDB_BASE_URL": "https://your-wandb-instance.example.com"
      }
    }
  }
}

新しい設定を有効にするには、Claude Desktop を再起動します。

Web ベースのクライアントやテストでは、HTTP トランスポートでサーバーを実行します:

uvx wandb_mcp_server --transport http --host 0.0.0.0 --port 8080

OpenAI のような外部クライアントにローカルサーバーを公開するには、ngrok を使用します:

uvx wandb_mcp_server --transport http --port 8080

# 別のターミナルで、ngrok を使って公開する
ngrok http 8080
    ```

If you expose the server using `ngrok`, update your MCP client configuration to use the `ngrok` URL.

​

使用のヒント

• W&B のプロジェクト名と entity 名を指定する: 正確な結果を得るため、クエリには W&B の entity とプロジェクトを指定してください。
• 広すぎる質問は避ける: 「what is my best evaluation?」ではなく、「what eval had the highest f1 score?」のように質問してください。
• データ取得を確認する: 「what are my best performing runs?」のような広い質問をする場合は、利用可能なすべての run を取得できているか、アシスタントに確認させてください。