pipenのCLIプラグインであり、pipenのプロセスやパイプラインをMCP (Model Context Protocol)ツールとして公開することで、AIアシスタントがバイオインフォマティクスパイプラインを発見・実行できるようにします。
pipen-mcpは、pipenのプロセス/パイプラインエコシステムと、Model Context ProtocolをサポートするAIアシスタントを橋渡しします。インストールすると、pipen_cli_runエントリーポイントグループを介して登録された名前空間は、MCP互換クライアント（Claude、VS Code Copilot、Cursorなど）によって自動的に検出および実行可能になります。
Related MCP server: NGS360 MCP Server
pip install pipen-mcppipen-mcpはPython 3.10以上を必要とし、以下に依存しています：
pipen-cli-run ≥ 1.0.1
pipen-annotate ≥ 1.0
mcp ≥ 1.0
pipen-mcpはpipen CLIにmcpサブコマンドを追加します：
pipen mcp [--transport {stdio,sse,streamable-http}] [--host HOST] [--port PORT]オプション | 説明 | デフォルト |
| MCPトランスポート ( |
|
| バインドするホスト (SSE / streamable-httpのみ) |
|
| リッスンするポート (SSE / streamable-httpのみ) |
|
サーバーをサブプロセスとして起動するMCPクライアントとの直接統合に適しています：
pipen mcpServer-Sent Eventsトランスポートを使用してHTTPサーバーを起動します：
pipen mcp --transport sse --host 0.0.0.0 --port 8520streamable-HTTPトランスポートを使用してHTTPサーバーを起動します：
pipen mcp --transport streamable-http --host 0.0.0.0 --port 8520サーバーは、段階的な開示ワークフローをサポートする4つのツールを公開します：
ツール | 説明 |
| 利用可能なすべての名前空間を一覧表示します。何がインストールされているかを確認するためにここから始めます。 |
| 名前空間内で利用可能なすべてのプロセス/パイプラインを一覧表示します。 |
| 特定のプロセス/パイプラインの完全な引数スキーマを取得します。 |
| CLI引数のリストを使用してプロセス/パイプラインを実行します。 |
1. get_namespaces()
→ "delim", "bam", "rnaseq", ...
2. get_processes("delim")
→ RowsBinder (proc): Bind rows of input files
→ ColsBinder (proc): Bind columns of input files
3. get_process("delim", "RowsBinder")
→ Required:
--in.infiles <list[str]> Input files
→ Optional:
--envs.sep <str> (default: '\t') Separator
--outdir <str> Output directory
...
4. run_process("delim", "RowsBinder", [
"--in.infiles", "/tmp/a.csv,/tmp/b.csv",
"--envs.sep", ",",
"--outdir", "/tmp/out"
])
→ Pipeline output / logsMCP設定ファイル（~/.vscode/mcp.json または ~/.vscode-server/data/User/mcp.json）にサーバーを追加します：
{
"servers": {
"pipen-mcp": {
"type": "stdio",
"command": "pipen",
"args": ["mcp"]
}
}
}SSEの場合は以下のようにします：
{
"servers": {
"pipen-mcp": {
"type": "sse",
"url": "http://127.0.0.1:8520/sse"
}
}
}任意のパッケージは、pipen_cli_runエントリーポイントを宣言することで、pipen-mcpにプロセス/パイプラインを登録できます：
# pyproject.toml
[project.entry-points."pipen_cli_run"]
myns = "mypackage.ns.myns"参照されるモジュールには、Procサブクラス（input属性を持つもの）またはProcGroupサブクラスが含まれている必要があります。引数を文書化するにはpipen-annotateを使用してください。注釈付きのフィールドはget_processの出力に公開され、ツールスキーマの構築に使用されます。
# mypackage/ns/myns.py
"""My namespace — tools for processing text files."""
from pipen import Proc
from pipen_annotate import annotate
@annotate
class MyProc(Proc):
"""Concatenate rows from multiple files.
Input:
infiles (list): Input files to concatenate
Envs:
sep (str): Column separator. Default: ","
"""
input = "infiles:files"
output = "outfile:file:{{in.infiles[0] | stem}}_concat.tsv"
script = "..."MIT
This server cannot be deployed
Give any MCP-compatible AI assistant a builder for live, hosted web tools and workflows.
Find, vet, and run MCP tools through a secure audited gateway with prompt-injection risk scoring
Your org's AI agents, tasks, runs, search, and brain files as MCP tools and resources.
Zero-setup MCP gateway securely connecting AI to your tools with authentication and workflows
