W&B MCP Server 사용

IDE 또는 AI 에이전트를 W&B Model Context Protocol (MCP) 서버에 연결해 워크스페이스 데이터와 문서에 액세스하세요.

Model Context Protocol (MCP)을 사용하면 LLM 에이전트가 토큰 비용을 최소화하면서 데이터를 효율적으로 쿼리하고 분석할 수 있습니다. 이 페이지에서는 IDE 또는 MCP 클라이언트에서 W&B MCP 서버를 사용해 W&B 데이터를 쿼리하고 분석하는 방법과, 클라이언트가 W&B 문서에 프로그래밍 방식으로 액세스할 수 있도록 하여 W&B 관련 쿼리에 대해 더 정확한 응답을 생성하게 하는 방법을 설명합니다.

다음을 포함한 대부분의 IDE, 코딩 클라이언트, 채팅 에이전트와 기본적으로 통합됩니다.

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

W&B MCP 서버는 호스팅 및 로컬 버전을 지원합니다. 호스팅 버전은 W&B Dedicated Cloud deployments만 지원합니다. 로컬 버전은 Dedicated Cloud와 Self-Managed deployments를 모두 지원합니다.

​

W&B MCP 서버 기능

MCP 서버를 사용해 실험을 분석하고, 트레이스를 디버그하고, Reports를 만들고, 애플리케이션을 W&B 기능과 통합하는 데 필요한 도움을 받을 수 있습니다.

다음 예시 프롬프트는 MCP 서버에 연결되었을 때 에이전트가 수행할 수 있는 작업 유형의 일부를 보여줍니다:

• your-team-name/your-project-name에서 eval/accuracy 기준 상위 5개 run을 보여줘?
• 지난 몇 달 동안 내 채용 에이전트의 predict 트레이스 지연 시간은 어떻게 변화해 왔나요?
• 지난달 채용 에이전트가 내린 결정을 비교하는 wandb 리포트를 생성해줘.
• Weave에서 리더보드를 만들려면 어떻게 해야 하나요? - SupportBot에 물어보세요?

​

사용 가능한 도구

W&B MCP 서버는 에이전트에 다음 도구에 대한 액세스를 제공합니다:

Tool	설명	예시 쿼리
query_wandb_tool	W&B run, 메트릭, 실험을 쿼리	”loss가 0.1 미만인 run을 보여줘”
query_weave_traces_tool	LLM 트레이스 및 평가 분석	”평균 지연 시간은 얼마야?“
count_weave_traces_tool	트레이스 수를 세고 저장소 메트릭 조회	”실패한 트레이스는 몇 개야?“
create_wandb_report_tool	W&B Reports를 프로그래밍 방식으로 생성	”성능 리포트를 생성해줘”
query_wandb_entity_projects	entity의 프로젝트 목록 조회	”어떤 프로젝트가 있나요?“
query_wandb_support_bot	W&B 문서에서 도움 받기	”Sweeps는 어떻게 사용하나요?”

​

W&B의 원격 MCP 서버 사용

W&B는 설치 없이 사용할 수 있는 호스팅 MCP 서버를 https://mcp.withwandb.com에서 제공합니다. 다음 지침에서는 다양한 AI 어시스턴트와 IDE에서 이 호스팅 서버를 설정하는 방법을 설명합니다.

​

사전 요구 사항

• W&B Dedicated Cloud 배포.
• W&B API 키. wandb.ai/authorize에서 새로 생성할 수 있습니다.
• 키를 WANDB_API_KEY라는 이름의 환경 변수로 설정합니다.

​

MCP 클라이언트 설정

MCP 클라이언트 안내가 있는 탭을 선택하세요:

Cursor

Cursor에서 원클릭 설치 링크를 사용해 W&B 서버를 자동으로 설치할 수 있습니다(Authorization 필드에 Bearer <your-wandb-api-key>를 추가해야 함). 또는 아래 지침에 따라 수동으로 설치할 수도 있습니다:

1. macOS에서는 Cursor 메뉴를 열고 Settings를 선택한 다음 Cursor Settings를 선택합니다. Windows 또는 Linux에서는 Preferences 메뉴를 열고 Settings를 선택한 다음 Cursor Settings를 선택합니다.
2. Cursor Settings 메뉴에서 Tools and MCP를 선택합니다. 그러면 Tools 메뉴가 열립니다.
3. Installed MCP Servers 섹션에서 Add Custom MCP를 선택합니다. 그러면 mcp.json 설정 파일이 열립니다.
4. 설정 파일의 mcpServers JSON 객체에 다음 wandb 객체를 추가합니다:

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

5. 변경 사항을 적용하려면 Cursor를 다시 시작합니다.
6. “내 W&B 계정의 Projects 목록을 보여줘.”라는 프롬프트를 입력해 채팅 agent가 W&B MCP 서버에 액세스할 수 있는지 확인합니다.

더 자세한 내용은 Cursor 문서를 참조하세요.

Claude Code

W&B MCP 서버를 Claude Code에 추가하려면 아래 명령어의 Authorization 헤더를 W&B API 키로 업데이트한 다음, 터미널에서 실행하세요:

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

전역 설정을 하려면 --scope user를 추가하고, 현재 프로젝트에만 설정하려면 생략하세요.

자세한 내용은 Claude Code 문서를 참조하세요.

Codex

W&B MCP 서버를 Codex에 추가하려면, 다음 명령어에서 --bearer-token-env-var 인자 값을 W&B API 키가 포함된 환경 변수로 바꾼 후 터미널에서 실행하세요:

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 서버를 OpenAI 호출에 추가하려면 OpenAI Responses 설정의 tools 필드에 서버 정보를 추가하세요:

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 서버를 Gemini CLI에 추가하려면 다음 단계를 따르세요.

1. 명령어 하나로 W&B MCP 확장 프로그램을 설치합니다.

   # 확장 프로그램 설치
   gemini extensions install https://github.com/wandb/wandb-mcp-server
   

2. 설치가 완료되면 Gemini CLI를 다시 시작합니다.

3. “내 W&B 계정의 Projects를 나열해 줘.”라는 프롬프트를 입력해 채팅 에이전트가 W&B MCP 서버에 액세스할 수 있는지 확인합니다.

더 자세한 내용은 Gemini 문서를 참조하세요.

Mistral LeChat

W&B MCP 서버를 Mistral LeChat에 추가하려면:

1. Intelligence 메뉴에서 Add Connector를 선택해 Connector 창을 엽니다.

2. Custom MCP Connector 탭을 선택합니다.

3. 다음 값으로 필드를 설정합니다.

   • Connector Server: https://mcp.withwandb.com/mcp
   • Description: (선택) 연결에 대한 짧은 임의의 설명입니다.
   • Authentication Method: API Token Authentication을 선택합니다. 그러면 추가 필드가 표시됩니다.
   • Header name: 기본값인 Authorization을 그대로 둡니다.
   • Header type: Bearer를 선택합니다.
   • Header value: W&B API 토큰을 입력합니다.

4. 모든 필드 설정을 마치면 Create를 선택합니다. LeChat이 MCP 서버를 설정에 추가합니다.

5. “List the projects in my W&B account.” 프롬프트를 입력해 채팅 에이전트가 W&B MCP 서버에 액세스할 수 있는지 확인합니다.

더 자세한 내용은 LeChat 문서를 참조하세요.

​

W&B MCP 서버의 로컬 버전 설정하기

W&B Self-Managed 배포 환경, 개발, 테스트 또는 폐쇄망 환경에서 MCP server를 로컬에서 실행해야 하는 경우, 사용 중인 머신에 이를 설치해 실행할 수 있습니다.

​

사전 요구 사항

• W&B API 키. wandb.ai/authorize에서 새로 생성할 수 있습니다.
• 키를 WANDB_API_KEY라는 이름의 환경 변수로 설정합니다.
• W&B Self-Managed를 사용하는 경우 WANDB_BASE_URL 환경 변수를 설정합니다.
• Python 3.10 이상
• uv (권장) 또는 pip

설치 지침은 uv 문서를 참조하세요.

​

MCP 서버 설치 및 설정

로컬에 MCP 서버를 설치하려면:

로컬 머신에 W&B MCP 서버를 설치하려면 다음 설치 명령어 중 하나를 사용하세요:

uvbash uv pip install wandb-mcp-server

pipbash pip install wandb-mcp-server

GitHub에서 직접 설치bash pip install git+https://github.com/wandb/wandb-mcp-server

MCP 서버를 로컬에 설치한 후에는 이를 사용하도록 MCP 클라이언트를 설정하세요. 계속하려면 MCP 클라이언트를 선택하세요:

Cursor

다음 내용을 mcp.json 설정에 추가하세요:

{
  "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

다음 내용을 .vscode/mcp.json 또는 전역 MCP 설정에 추가하세요:

{
  "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

터미널에서 다음 명령어를 실행하세요. 전역 설정을 하려면 --scope user를 추가하고, 현재 프로젝트에만 설정하려면 생략하세요.

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

터미널에서 다음 명령어를 실행하세요:

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

텍스트 편집기에서 Claude 설정 파일을 여세요. OS별 설정 파일 위치는 다음과 같습니다:

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

Claude 설정 파일의 JSON 객체에 다음 내용을 추가하세요. 그렇지 않으면 Claude Desktop이 uvx 설치를 찾지 못할 수 있으므로 uvx의 전체 경로를 사용하세요.

{
  "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"
      }
    }
  }
}

새 설정을 적용하려면 Claude Desktop을 다시 시작하세요.

웹 기반 클라이언트 또는 테스트용으로는 HTTP 전송을 사용해 서버를 실행하세요:

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

OpenAI와 같은 외부 클라이언트가 로컬 서버에 접근할 수 있도록 하려면 ngrok을 사용하세요:

uvx wandb_mcp_server --transport http --port 8080

# 다른 터미널에서 ngrok으로 노출하기
ngrok http 8080
    ```

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

​

사용 팁

• W&B 프로젝트와 entity 이름을 제공하세요: 정확한 결과를 위해 쿼리에 W&B entity와 프로젝트를 지정하세요.
• 지나치게 광범위한 질문은 피하세요: “내 최고의 평가는 무엇인가요?” 대신 “어떤 eval이 가장 높은 f1 score를 기록했나요?”라고 질문하세요.
• 데이터 조회를 확인하세요: “가장 성능이 좋은 run은 무엇인가요?”처럼 범위가 넓은 질문을 할 때는, 어시스턴트가 사용 가능한 모든 run을 조회했는지 확인하도록 하세요.