Feature Engineering MCP Server

MCP-сервер (Model Context Protocol), который предоставляет существующего LangGraph-агента ahutosh173/automated-feature-engineering в виде переиспользуемых инструментов.

Исходный агент принимает CSV, цель мошенничества/способа действия, метаданные схемы, столбец ID и столбец метки, а затем:

1. анализирует цель моделирования,

2. предлагает кандидатные признаки,

3. генерирует код pandas для инженерии признаков,

4. выполняет этот код и

5. записывает файл признаков Excel.

Этот проект добавляет MCP-интерфейс поверх этого конвейера.

Архитектура

                 MCP Host / LLM Client
                         |
                         | MCP
                         v
              +-----------------------+
              | Feature Engineering   |
              | MCP Server            |
              +-----------+-----------+
                          |
              +-----------+-----------+
              |                       |
              v                       v
       Dataset profiling      Existing LangGraph
                              Feature Engineering Agent
                                      |
                       +--------------+--------------+
                       |              |              |
                    Analyze MO   Propose features  Generate code
                                                       |
                                                       v
                                                Execute features
                                                       |
                                                       v
                                                 Excel output

Related MCP server: skillsmcp

MCP-инструменты

Важное проектное решение

Слой MCP не заменяет существующего агента.

Это адаптер вокруг существующего агента, позволяющий MCP-совместимому хосту обнаруживать и вызывать конвейер инженерии признаков как инструмент.

Исходный репозиторий:

https://github.com/ahutosh173/automated-feature-engineering

1. Предварительные требования

• Python 3.10+

• Git

• Доступ к исходному репозиторию агента инженерии признаков

• Конфигурация LLM, требуемая исходным агентом

MCP Python SDK в настоящее время требует Python 3.10+.

2. Клонируйте оба репозитория

Рекомендуемая структура:

projects/
├── automated-feature-engineering/
└── feature-engineering-mcp/

Клонируйте исходный репозиторий:

git clone https://github.com/ahutosh173/automated-feature-engineering.git

Клонируйте этот репозиторий:

git clone <YOUR-MCP-REPO-URL>

3. Создайте виртуальное окружение

Из этого репозитория:

python -m venv .venv

Windows:

.venv\Scripts\activate

Linux/macOS:

source .venv/bin/activate

Установите зависимости:

pip install -r requirements.txt

Установите зависимости исходного агента:

pip install -r ../automated-feature-engineering/requirements.txt

4. Настройте исходного агента

Исходный репозиторий в настоящее время ожидает собственную конфигурацию .env, включая HF_TOKEN.

Настройте этот репозиторий точно так, как описано в его README.

Не коммитьте API-ключи и токены.

5. Настройте этот MCP-сервер

Скопируйте:

cp .env.example .env

Windows PowerShell:

Copy-Item .env.example .env

Установите:

FEATURE_ENGINEERING_REPO=../automated-feature-engineering

Если два репозитория находятся в другом месте, используйте абсолютный путь.

Пример:

FEATURE_ENGINEERING_REPO=C:/projects/automated-feature-engineering

6. Запустите MCP-сервер

Для локального использования stdio:

python server.py

Процесс будет ожидать MCP-клиента через stdin/stdout.

Для разработки с MCP Inspector:

mcp dev server.py

Официальный MCP Python SDK предоставляет рабочий процесс разработки Inspector и поддерживает определение инструментов непосредственно из типизированных Python-функций.

7. Тестирование без внешнего MCP-хоста

Запустите:

pytest -q

Тесты используют внутрипроцессное соединение MCP Python-клиента и поэтому проверяют определения MCP-инструментов без запуска подпроцесса.

Пример: профилирование набора данных

MCP-клиент может вызвать:

{
  "name": "profile_dataset",
  "arguments": {
    "csv_path": "../automated-feature-engineering/data/train.csv"
  }
}

Пример ответа:

{
  "success": true,
  "rows": 10000,
  "columns": 25,
  "columns_info": [
    {
      "name": "amount",
      "dtype": "float64",
      "missing": 0,
      "missing_pct": 0.0,
      "unique": 9000
    }
  ]
}

Пример: запуск агента

{
  "name": "run_feature_engineering",
  "arguments": {
    "csv_path": "../automated-feature-engineering/data/train.csv",
    "mo_name": "Fraud Detection",
    "mo_description": "Identify fraudulent transactions based on account behavior",
    "data_schema": [
      {
        "name": "txn_id",
        "dtype": "object",
        "description": "Transaction ID"
      },
      {
        "name": "amount",
        "dtype": "float64",
        "description": "Transaction amount"
      }
    ],
    "id_column": "txn_id",
    "label_column": "fraud"
  }
}

Почему MCP здесь полезен

Без MCP конвейер инженерии признаков является в первую очередь Python-приложением.

С MCP MCP-совместимый хост может обнаруживать инструменты инженерии признаков и решать, когда их вызывать.

Например:

User:
"Analyze my fraud dataset and create account-level features."

LLM:
  -> profile_dataset
  -> run_feature_engineering
  -> inspect result
  -> explain generated features

Примечание по безопасности

Исходный агент генерирует Python-код с помощью LLM и выполняет его через exec(). Это операция высокого риска, если до сервера могут добраться недоверенный вывод модели или недоверенные пользователи.

Для продакшена:

• запускайте агента в изолированном контейнере,

• используйте ограниченную файловую систему,

• проверяйте сгенерированный код,

• ограничивайте импорты,

• ограничивайте пути ввода/вывода,

• используйте лимиты ресурсов и CPU/времени,

• не предоставляйте произвольный доступ к файловой системе,

• добавьте аутентификацию/авторизацию перед удалённым развертыванием.

Этот репозиторий намеренно не утверждает, что существующее выполнение сгенерированного кода безопасно для продакшена.

Предлагаемые следующие улучшения

1. Добавьте инструмент оценки признаков.

2. Добавьте сравнение производительности моделей.

3. Добавьте метаданные происхождения признаков.

4. Добавьте утверждение/рецензирование перед выполнением сгенерированного кода.

5. Добавьте развертывание через Streamable HTTP.

6. Добавьте аутентификацию.

7. Добавьте идентификаторы контрольных точек/сессий LangGraph вместо фиксированного идентификатора потока, используемого исходным конвейером.