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
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
This server cannot be deployed
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated 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
