• REGISTRY
  • STAGING
  • MISMATCH
  • HUMAN

Modellversionen mit Ihrer KI prüfen und auditieren

Verbinden Sie MLflow mit Ihrem Agenten, um Echtzeit-Einblicke in Ihre Model Registry zu erhalten. Sie sehen genau, was in Ihren Umgebungen läuft, ohne ein Dashboard öffnen zu müssen.

Fragen Sie die KI zu dieser Seite

Kurzantwort

Wie kann ich meine Produktionsmodelle mit KI prüfen?

Ihr Agent fragt die MLflow Registry ab, um herauszufinden, welche Modellversionen für die Produktion oder das Staging markiert sind. So erhalten Sie eine direkte Liste der aktiven Modelle und ihrer spezifischen Versions-IDs.

Audit-Ergebnisse

Das erhalten Sie

Der Agent ruft gezielte Daten aus der Registry ab, um folgende Ergebnisse zu liefern:

REGISTRY

Liste aktiver Versionen

Die KI identifiziert die exakten Versionsnummern, die aktuell registriert sind. Sie wissen genau, welche Iteration live ist.

STAGING

Status der Umgebung

Der Agent trennt Modelle in der Produktion von denen im Staging. Das hilft Ihnen, Ihre Deployment-Pipeline zu überwachen.

MISMATCH

Versionsabweichungen

Ihr Agent meldet, wenn ein Modell im Staging nicht mit der für die Produktion vorgesehenen Version übereinstimmt. Sie erhalten die IDs zur Untersuchung.

HUMAN

Manuelle Prüfung

Die KI zeigt Versionslücken auf, bei denen Sie manuell ein Deployment oder ein Rollback in MLflow auslösen müssen.

Der Ablauf

Was Ihre KI beim Audit tut.

Der Agent interagiert mit Ihrer MLflow Registry, um die benötigten Metadaten abzurufen.

  1. Registry scannen

    Der Agent durchsucht Ihre registrierten Modelle nach den spezifischen Objekten, nach denen Sie gefragt haben.

    search_registered_models

  2. Phasen filtern

    Der Agent isoliert Modelle, die aktuell für die Produktion oder das Staging markiert sind.

    search_registered_models

  3. Versionen verifizieren

    Der Agent gleicht die Versionsnummern mit den Umgebung-Tags ab, um die Korrektheit zu bestätigen.

    search_registered_models

  4. Status melden

    Der Agent fasst den aktuellen Zustand Ihrer Produktionsmodelle direkt in Ihrem Chat-Fenster zusammen.

    search_registered_models

Probieren Sie es

Kopieren Sie diese Vorlagen.

Nutzen Sie diese Prompts, um Ihr Audit zu starten.

Startpunkte

Ersetzen Sie die Modellnamen durch die Namen, die Sie tatsächlich in Ihrer Registry verwenden.

MLflow Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_O0ZBpwFtJKVOQRXy98KSjGZvQNA27XEpDUDcFNyB/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — MLflow capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "mlflow-ml-lifecycle-management-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_O0ZBpwFtJKVOQRXy98KSjGZvQNA27XEpDUDcFNyB/mcp"
    }
  }
}
In den Chat kopieren04

  • Welche Modelle befinden sich aktuell in der Produktionsphase?

  • Liste alle Versionen des 'customer-churn-model' im Staging auf.

  • Prüfe, ob das Modell in der Produktion mit der neuesten Version in der Registry übereinstimmt.

  • Zeige mir alle registrierten Modelle, die ein 'production' Tag haben.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Starten Sie hier

Einmal mit MLflow verbinden, dann fragen.

Verknüpfen Sie Ihre MLflow-Instanz, um loszulegen. Ihre Zugangsdaten bleiben bei uns verschlüsselt, sodass Sie sofort Fragen zu Ihren Modellen stellen können.

MLflow mit Ihrer KI verbinden

FAQ

So funktioniert das Audit

  • 01

    Kann die KI meine Modellversionen ändern?

    Nein. Die KI kann die Registry nur durchsuchen und lesen. Sie kann keine Modellversionen befördern, löschen oder modifizieren.

  • 02

    Sieht die KI meine Trainingsdatensätze?

    Nein. Die KI greift nur auf die Metadaten innerhalb der Model Registry zu.

  • 03

    Kann ich dies zum Deployment eines Modells nutzen?

    Nein. Die KI kann Ihnen sagen, welche Version in der Produktion ist, aber das eigentliche Deployment müssen Sie selbst durchführen.

  • 04

    Woher weiß die KI, welche Modelle im Staging sind?

    Sie nutzt die Stage-Tags, die Sie bereits in Ihrer MLflow Registry festgelegt haben.

  • 05

    Kann die KI alte Versionen für mich löschen?

    Nein. Die KI hat keine Berechtigung, Änderungen oder Löschungen in Ihrer MLflow-Umgebung vorzunehmen.

  • Weitere Fragen zu MLflow? Alle Funktionen des MLflow Connectors ansehen

Verbinde MLflow mit Claude, Cursor, ChatGPT & mehr