Skip to main content
Glama

ami-mcp v0.2.1

Actions Status Documentation Status

PyPI version PyPI platforms

GitHub Discussion

Coverage

Un servidor MCP que envuelve ATLAS AMI (Interfaz de Metadatos de ATLAS) y la base de datos de secciones eficaces PMG, exponiéndolos como herramientas para LLMs. Diseñado para físicos de ATLAS que necesitan descubrir muestras de MC, buscar secciones eficaces y eficiencias de filtro, y validar clasificaciones de hashtags de PMG.

Qué hace

ami-mcp permite a Claude (o cualquier LLM compatible con MCP) consultar los metadatos de ATLAS directamente:

  • Descubrir muestras: buscar conjuntos de datos de MC por clasificación de hashtag PMG (WeakBoson/Vjets/Baseline), por patrón de nombre o por consulta AMI arbitraria

  • Buscar metadatos: recuperar secciones eficaces, eficiencias de filtro, factores k, procedencia de conjuntos de datos e información de etiquetas de procesamiento de AMI

  • Consultar base de datos de secciones eficaces: buscar entradas DSID en los archivos de la base de datos de secciones eficaces de PMG (PMGxsecDB_mc16.txt, etc.)

  • Validar muestras: comprobar clasificaciones de hashtags y comparar metadatos con la base de datos de secciones eficaces de PMG

  • Consultas generales: ejecutar cadenas de comandos AMI arbitrarias formuladas por el LLM utilizando el recurso ami://query-language como guía

Related MCP server: rucio-mcp

Instalación

pip install ami-mcp

O con pixi (recomendado para instalaciones de ATLAS):

pixi add ami-mcp

Requisitos

  • Python 3.10 o 3.11 (pyAMI requiere <3.12)

  • Un proxy VOMS válido (voms-proxy-init -voms atlas)

  • Certificados CA de Grid (disponibles en CVMFS en los sitios de ATLAS)

Inicio rápido

1. Configurar la autenticación

voms-proxy-init -voms atlas

Cuando se instala mediante pip (no pixi/conda-forge), también se debe configurar X509_CERT_DIR. En instalaciones basadas en CVMFS (por ejemplo, UChicago Analysis Facility, CERN lxplus):

export X509_CERT_DIR=/cvmfs/atlas.cern.ch/repo/ATLASLocalRootBase/etc/grid-security-emi/certificates

Cuando se instala mediante pixi o conda-forge, ca-policy-lcg se incluye y configura X509_CERT_DIR automáticamente; no se necesita ningún paso adicional.

2. Probar el servidor

ami-mcp serve

El servidor habla MCP a través de stdio. Configure su cliente MCP para iniciarlo.

3. Configurar Claude Code

Con pixi (recomendado: X509_CERT_DIR se configura automáticamente):

{
  "mcpServers": {
    "ami": {
      "type": "stdio",
      "command": "pixi",
      "args": ["run", "ami-mcp", "serve"],
      "env": {
        "ATLAS_PMGXSEC_PATH": "/cvmfs/atlas.cern.ch/repo/sw/database/GroupData/dev/PMGTools"
      }
    }
  }
}

Con pip (debe configurar X509_CERT_DIR manualmente):

{
  "mcpServers": {
    "ami": {
      "command": "ami-mcp",
      "args": ["serve"],
      "env": {
        "X509_CERT_DIR": "/cvmfs/atlas.cern.ch/repo/ATLASLocalRootBase/etc/grid-security-emi/certificates",
        "ATLAS_PMGXSEC_PATH": "/cvmfs/atlas.cern.ch/repo/sw/database/GroupData/dev/PMGTools"
      }
    }
  }
}

4. Configurar Claude Desktop

Añadir a ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) o %APPDATA%\Claude\claude_desktop_config.json (Windows):

{
  "mcpServers": {
    "ami": {
      "command": "ami-mcp",
      "args": ["serve"],
      "env": {
        "X509_CERT_DIR": "/path/to/ca-certificates",
        "ATLAS_PMGXSEC_PATH": "/path/to/PMGTools"
      }
    }
  }
}

Herramientas disponibles

Consultas AMI

Herramienta

Descripción

ami_execute

Ejecutar cualquier cadena de comandos AMI (herramienta principal)

ami_get_dataset_info

Obtener metadatos de un conjunto de datos (nFiles, nEvents, estado, etc.)

ami_get_dataset_prov

Obtener cadena de procedencia con resumen de linaje; filtrar por tipo de datos

ami_list_datasets

Buscar conjuntos de datos por patrón de nombre (admite comodines %)

Hashtags PMG

Herramienta

Descripción

ami_search_by_hashtags

Encontrar conjuntos de datos por combinación de hashtags (ej. WeakBoson/Vjets/Baseline)

ami_get_dataset_hashtags

Buscar clasificación PMGL1–PMGL4 para un conjunto de datos

Metadatos de física

Herramienta

Descripción

ami_get_physics_params

Obtener sección eficaz (convertida de nb a pb), eficiencia de filtro, factor k de AMI

ami_get_ami_tag

Obtener información de etiqueta de procesamiento AMI; acepta cadenas de etiquetas como e8351_s3681_r13144

Base de datos de secciones eficaces

Herramienta

Descripción

ami_list_xsec_databases

Listar archivos PMGxsecDB_*.txt disponibles

ami_lookup_xsec

Buscar sección eficaz DSID, eficiencia de filtro, factor k en la base de datos xsec

Validación

Herramienta

Descripción

ami_validate_sample

Comprobar clasificación de hashtag y comparar metadatos con la base de datos xsec

Ejemplos de prompts

Una vez configurado, puede pedirle a Claude cosas como:

  • "Encuentra todas las muestras Baseline WeakBoson/Vjets en mc21_13TeV"

  • "¿Cuáles son la sección eficaz y la eficiencia de filtro para el DSID 700320?"

  • "Busca la clasificación de hashtag para este conjunto de datos EVNT"

  • "Valida estas muestras contra la base de datos de secciones eficaces mc21"

  • "Muéstrame la cadena de procedencia para este conjunto de datos DAOD"

  • "¿A qué corresponde la etiqueta AMI e8351: qué versión del generador es?"

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    B
    maintenance
    An MCP server that exposes Rucio distributed data management operations as tools for LLMs. Designed for ATLAS physicists working with grid data on analysis facilities, but usable with any Rucio instance.
    42 PyPI
    6
    Apache 2.0