Skip to main content
Glama

SHAP MCP Server (shap-mcp)

CI PyPI version Python 3.11+ License: MIT

Лёгкий и узкоспециализированный сервер Model Context Protocol (MCP), который предоставляет возможности SHAP (SHapley Additive exPlanations) по объяснению моделей в виде инструментов, вызываемых агентами.

Создан для бесшовной работы ИИ-ассистентов (например, Claude Desktop) и специалистов по данным в рамках общей сессии в памяти.


Ключевые возможности

  • Два одновременных транспорта: стандартный транспорт stdio для Claude Desktop наряду с HTTP-транспортом Starlette на порту 8765, обслуживающим веб-интерфейс и генерируемые визуализации.

  • Единая сессия в памяти: запускайте анализ через веб-интерфейс и задавайте вопросы в Claude, либо поручайте Claude запустить анализ и мгновенно просматривайте созданные графики в галерее интерфейса.

  • Универсальная поддержка моделей:

    • tree: точный TreeExplainer для XGBoost, LightGBM, CatBoost, RandomForest, ExtraTrees.

    • linear: быстрый LinearExplainer в замкнутой форме для логистической регрессии (Logistic Regression), Ridge, Lasso.

    • deep: DeepExplainer для нейронных сетей PyTorch.

    • kernel: модель-агностический KernelExplainer с автоматической кластеризацией kmeans.

  • Визуализации, готовые к публикации: создавайте и сохраняйте 6 типов графиков (summary, bar, waterfall, force, dependence, heatmap) с предварительно оформленными кликабельными ссылками для браузера и локальных файлов.

  • Загрузка по URL и из файлов: импорт моделей и CSV-наборов данных из локальных путей или публичных HTTP/HTTPS-адресов с потоковой загрузкой, автоматическим ограничением размера (SHAP_MCP_MAX_DOWNLOAD_MB) и очисткой временных файлов.

  • Безопасность: опциональная аутентификация по API-ключу через SHAP_MCP_API_KEY для HTTP-эндпоинтов.


Related MCP server: my-mcp-server2

Установка

# Standard installation
pip install shap-mcp

# Optional extra for PyTorch DeepExplainer support
pip install shap-mcp[deep]

Конфигурация Claude Desktop

Добавьте shap-mcp в ваш claude_desktop_config.json:

Универсальная рекомендуемая настройка (через uvx)

{
  "mcpServers": {
    "shap-mcp": {
      "command": "uvx",
      "args": ["shap-mcp", "--no-ui"]
    }
  }
}

Прямая настройка через Pip / Pipx

{
  "mcpServers": {
    "shap-mcp": {
      "command": "shap-mcp",
      "args": ["--no-ui"]
    }
  }
}

Справочник инструментов

Инструмент

Назначение

Ключевые входные данные

load_model

Загрузка модели .joblib/.pkl и настройка объяснителя

model_path или model_url, model_type, background_path

run_analysis

Вычисление SHAP-значений по набору данных

data_path или data_url или встраиваемый data, sample_size

get_feature_importance

Глобальный рейтинг наиболее важных признаков

top_n (по умолчанию 10)

explain_prediction

Локальная разбивка вкладов для отдельного экземпляра

index или произвольная запись data

get_interaction

Сила попарного взаимодействия признаков (древовидные модели)

feature_a, feature_b

get_plot

Отрисовка и сохранение PNG-визуализации с кликабельной ссылкой

plot_type, index, feature_name, color_feature, top_n


Конфигурация времени выполнения

Вся конфигурация времени выполнения управляется через переменные окружения:

Переменная

По умолчанию

Описание

SHAP_MCP_PORT

8765

Порт HTTP-сервера (автоматически увеличивается, если занят; флаг --port имеет приоритет)

SHAP_MCP_API_KEY

(не задан)

Bearer token для HTTP-аутентификации; если не задан — на localhost аутентификация не требуется

SHAP_MCP_OUTPUT_DIR

./outputs/

Корневой каталог для сохранения генерируемых PNG-графиков

SHAP_MCP_MAX_DOWNLOAD_MB

500

Максимальный размер загрузки моделей/наборов данных по URL

SHAP_MCP_LOG_LEVEL

INFO

Уровень структурированного JSON-журналирования (DEBUG, INFO, WARNING: ERROR)


Веб-интерфейс

При запуске напрямую через shap-mcp сервер автоматически открывает веб-интерфейс по адресу http://localhost:8765/ui/:

  • Форма конфигурации: ввод локальных путей или URL-адресов, выбор архитектуры модели и запуск анализа.

  • Индикаторы реального времени: актуальный статус загруженной модели, количество проанализированных строк и активный тип объяснения.

  • Динамическая галерея графиков: миниатюры появляются автоматически по мере генерации визуализаций взаимодействием Claude или интерфейсом.

  • Разбор отдельного экземпляра: интерактивная таблица вкладов отдельных признаков.


Предыдущие возможности и дорожная карта

  • save_analysis / load_analysis: сериализация рассчитанных SHAP-значений в файлы .npz для пропуска пересчёта при перезагрузке и обмена результатами между командами.

  • Внешняя загрузка с авторизацией: поддержка токенов Hugging Face, приватных корзин S3/GCS и заранее подписанных URL.

  • Вкладки и прогрессивное раскрытие в интерфейсе: дизайн веб-интерфейса в виде аккуратных сфокусированных вкладок с прогрессивным открытием по мере завершения анализа.

  • Интерактивные визуализации: панорамирование, масштабирование и всплывающие подсказки на графиках matplotlib через mpld3.

  • Углублённые промпты для типов графиков: выделенные промпты MCP, адаптированные под каждый из 6 типов визуализации.

  • Изоляция сессий для нескольких пользователей: состояния сессий, изолированные по подключению, для многопользовательских серверных развёртываний.

  • Дополнительные форматы моделей: нативная поддержка ONNX runtime, моделей MLflow и реестров моделей Weights & Biases.

  • Обеспечение справедливости и декомпозиция предвзятости: демографический паритет по подгруппам и аналитика SHAP по срезам данных.

  • Встроенный холст MCP-UI и локальное перетаскивание: рендеринг холста в чате по спецификации MCP-UI / MCP Apps с локальным перетаскиванием файлов — устранение внешних вкладок браузера и сложностей с облачными вложениями.


Лицензия

Лицензия MIT. Подробнее см. LICENSE.

MIT License. See LICENSE for details.

Install Server
A
license - permissive license
A
quality
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)
Commit activity

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    A Model Context Protocol server built with FastMCP that features dynamic tool loading and modular management via a dedicated tool directory. It supports both stdio and HTTP transport modes, enabling efficient development and deployment of custom MCP tools.
  • F
    license
    Not graded
    quality
    D
    maintenance
    A robust, lightweight Model Context Protocol (MCP) server designed to empower your AI Agents with context-awareness, safe execution sandboxes, and dedicated thought logs.

View all related MCP servers

Related MCP Connectors

  • MCP server providing access to the Scorecard API to evaluate and optimize LLM systems.

  • A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…

  • MCP server exposing the Backtest360 engine API as tools for AI agents.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Manas-maker/shap-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server