pipen 프로세스 및 파이프라인을 MCP (Model Context Protocol) 도구로 노출하여 AI 어시스턴트가 생물정보학 파이프라인을 발견하고 실행할 수 있게 해주는 pipen CLI 플러그인입니다.
pipen-mcp는 pipen의 프로세스/파이프라인 생태계와 Model Context Protocol을 지원하는 AI 어시스턴트를 연결합니다. 설치가 완료되면 pipen_cli_run 진입점 그룹을 통해 등록된 모든 네임스페이스는 MCP 호환 클라이언트(예: Claude, VS Code Copilot, Cursor)에서 자동으로 발견 및 실행 가능해집니다.
Related MCP server: NGS360 MCP Server
pip install pipen-mcppipen-mcp는 Python ≥ 3.10이 필요하며 다음 패키지에 의존합니다:
pipen-cli-run ≥ 1.0.1
pipen-annotate ≥ 1.0
mcp ≥ 1.0
pipen-mcp는 pipen CLI에 mcp 하위 명령어를 추가합니다:
pipen mcp [--transport {stdio,sse,streamable-http}] [--host HOST] [--port PORT]옵션 | 설명 | 기본값 |
| MCP 전송 방식 ( |
|
| 바인딩할 호스트 (SSE / streamable-http 전용) |
|
| 수신 대기할 포트 (SSE / streamable-http 전용) |
|
서버를 하위 프로세스로 실행하는 MCP 클라이언트와의 직접 통합에 적합합니다:
pipen mcpServer-Sent Events 전송을 사용하는 HTTP 서버를 시작합니다:
pipen mcp --transport sse --host 0.0.0.0 --port 8520streamable-HTTP 전송을 사용하는 HTTP 서버를 시작합니다:
pipen mcp --transport streamable-http --host 0.0.0.0 --port 8520이 서버는 점진적 공개 워크플로우를 지원하는 네 가지 도구를 노출합니다:
도구 | 설명 |
| 사용 가능한 모든 네임스페이스를 나열합니다. 무엇이 설치되었는지 확인하려면 여기서 시작하세요. |
| 네임스페이스에서 사용 가능한 모든 프로세스/파이프라인을 나열합니다. |
| 특정 프로세스/파이프라인에 대한 전체 인수 스키마를 가져옵니다. |
| CLI 인수 목록과 함께 프로세스/파이프라인을 실행합니다. |
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 구성(~/.vscode/mcp.json 또는 ~/.vscode-server/data/User/mcp.json)에 서버를 추가하세요:
{
"servers": {
"pipen-mcp": {
"type": "stdio",
"command": "pipen",
"args": ["mcp"]
}
}
}SSE의 경우:
{
"servers": {
"pipen-mcp": {
"type": "sse",
"url": "http://127.0.0.1:8520/sse"
}
}
}모든 패키지는 pipen_cli_run 진입점을 선언하여 pipen-mcp에 프로세스/파이프라인을 등록할 수 있습니다:
# pyproject.toml
[project.entry-points."pipen_cli_run"]
myns = "mypackage.ns.myns"참조된 모듈에는 Proc 하위 클래스(input 속성 포함) 또는 ProcGroup 하위 클래스가 포함되어야 합니다. 인수를 문서화하려면 pipen-annotate를 사용하세요. 주석이 달린 필드는 get_process 출력에 노출되며 도구 스키마를 구축하는 데 사용됩니다.
# 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
