mcp-registry

关于 MLflow MCP Server Registry 的小型端到端演练：使用 FastMCP 构建 MCP 服务器，使用 FastMCP 客户端调用它们，然后将它们注册到 MLflow 中，使其可被发现——包含版本、访问端点和自动发现的工具。

该仓库包含三个部分：

要求

• Python ≥ 3.13

• 本地运行的 MLflow 跟踪服务器（v3.15+）——注册 API 是服务器端功能

• PostgreSQL（如果你想使用 PostgreSQL 服务器）

• uv（仓库提供了 uv.lock）

依赖项（pyproject.toml）：fastmcp>=3.4.7，mlflow>=3.15.1，psycopg2 + psycopg2-binary， python-dotenv。

uv sync

Related MCP server: postgres-mcp-readonly

配置

PostgreSQL 服务器从仓库根目录的 .env 文件中读取连接设置（通过 python-dotenv 加载）。.env 已被 gitignore——需要自行创建：

PGHOST=localhost
PGPORT=5432
PGUSER=root
PGPASSWORD=root
PGSSLMODE=prefer
PGADMINDB=postgres

src/simple_server.py 无需配置。

1. 启动一个 MLflow 跟踪服务器

mlflow_mcp_registry_util.py 指向 http://127.0.0.1:5000。仓库中已包含一个 mlflow.db（已被 gitignore）来自 SQLite 备份的运行：

uv run mlflow server --backend-store-uri sqlite:///mlflow.db --host 127.0.0.1 --port 5000

如果你的服务器在其他位置，请编辑 mlflow_mcp_registry_util.py 顶部的 mlflow.set_tracking_uri(...) 调用。

2. 运行一个 MCP 服务器

两个服务器都绑定 端口 8000 通过可流式 HTTP（http://localhost:8000/mcp），因此请一次只运行一个——或者更改 mcp.run(...) 调用中的端口。

简单问候服务器——两个工具：Greeting 和 Sendoff：

uv run python src/simple_server.py

PostgreSQL 探索器——对运行中的 PostgreSQL 服务器进行只读内省：

uv run python src/postgresql_mcp.py

或通过 FastMCP CLI 运行：

uv run fastmcp run src/postgresql_mcp.py --transport http --port 8000

PostgreSQL 工具

每个工具都通过 _query() 执行，它会打开一个到指定数据库的新连接，通过 RealDictCursor 运行一个参数化的 SELECT 查询，然后关闭连接。不会进行任何写入操作。

3. 从客户端调用服务器

在端口 8000 上运行服务器的情况下：

uv run python clients/postgres_server_client.py   # calls ListDatabases, prints each database name
uv run python clients/simple_server_client.py     # calls the greeting tool with "Ford"

clients/postgres_server_client.py 解包 FastMCP 结果：result.content 中的每个项都包含一个 JSON text 负载，它会解析该负载并读取 database 字段。

注意： clients/simple_server_client.py 调用 client.call_tool("greet", ...)，但 src/simple_server.py 中的工具注册名称为 Greeting（greet 只是 Python 函数名）。调用时请使用 "Greeting" 以正确解析。

4. 将服务器注册到 MLflow

mlflow_mcp_registry_util.py 包含四个协程，每个演示一个注册 API：

register_postgresql_mcp_server()

注册一个远程服务器——即已经运行并可通过 HTTP 访问的服务器：

mlflow.genai.register_mcp_server(
    server_json={
        "name": "io.github.pavanjava/postgresql-server",
        "version": "0.1.0",
        "description": "PostgreSQL FastMCP server exposing DB tools",
        "remotes": [{"url": "http://localhost:8000/mcp", "type": "streamable-http"}],
    },
    status="active",
    source="local dev server via fastmcp",
    create_access_endpoints_from_remotes=True,
)

create_access_endpoints_from_remotes=True 会将 remotes 中的每个条目转换为 MLflow 访问端点，这样消费者可以从注册表中解析连接 URL，而无需硬编码。

register_qdrant_mcp_server()

注册一个打包服务器——无需运行中的进程。该条目描述了如何启动它（uvx mcp-server-qdrant 通过 stdio），并声明了其环境变量，包括哪些是必需的以及哪些是秘密的（QDRANT_API_KEY）。

discover_tools()

调用 refresh_mcp_server_version_tools(...)。MLflow 连接到已注册的服务器版本，枚举其工具，并将它们持久化到该版本上——之后 server_version.tools 会列出发现的工具名称。这要求服务器确实可达。

list_endpoints()

调用 search_mcp_access_endpoints(server_name=...) 并打印每个端点的 URL、传输类型以及它解析到的服务器版本。

运行它

__main__ 块一次运行一个协程；其余的被注释掉了。取消注释你想要的协程：

if __name__ == "__main__":
    # asyncio.run(register_postgresql_mcp_server())
    asyncio.run(register_qdrant_mcp_server())
    # asyncio.run(discover_tools())
    # asyncio.run(list_endpoints())

uv run python mlflow_mcp_registry_util.py

之后，已注册的服务器会出现在 MLflow 用户界面的 MCP 服务器 部分，位于 http://127.0.0.1:5000。

建议的端到端路径

1. 在端口 5000 上启动 MLflow。

2. 在端口 8000 上启动 PostgreSQL MCP 服务器。

3. 验证它是否响应：uv run python clients/postgres_server_client.py。

4. 注册它：取消注释 register_postgresql_mcp_server() 并运行该工具。

5. 发现其工具：切换到 discover_tools() 并再次运行——应打印出上述六个工具。

6. 检查其访问端点：切换到 list_endpoints()。

7. 在 MLflow 用户界面中浏览结果。

仓库布局

.
├── src/
│   ├── simple_server.py        # FastMCP "My MCP Server" — Greeting + Sendoff tools
│   └── postgresql_mcp.py       # FastMCP "PostgreSQL Explorer" — 6 read-only introspection tools
├── clients/
│   ├── simple_server_client.py     # calls a tool on the greeting server
│   └── postgres_server_client.py   # calls ListDatabases and prints database names
├── mlflow_mcp_registry_util.py # MLflow MCP registry: register / refresh tools / list endpoints
├── pyproject.toml
└── uv.lock

mlflow.db、.env、.venv 和 .idea 已被 gitignore。