• DATOS
  • VISIÓN
  • ANÁLISIS
  • HUMANO

Compara métricas de entrenamiento con tu IA y MLflow

Conecta MLflow con tu cliente de IA para analizar tendencias de rendimiento en tu historial de experimentos. Deja de buscar en paneles de control y empieza a hacer preguntas directas sobre el progreso de tu modelo.

Pregunta a la IA sobre esta página

Respuesta rápida

¿Cómo puedo comparar métricas de entrenamiento con mi IA?

Tu IA utiliza MLflow para localizar ejecuciones específicas y extraer su telemetría. Luego, compara las métricas que te interesan, como la pérdida o la precisión, para mostrarte el rendimiento de las distintas versiones de tu modelo. Así verás las tendencias y anomalías clave para tu próxima sesión de entrenamiento.

Resultados

Lo que obtienes de tu IA

La IA gestiona la recuperación de datos para que tú te centres en los resultados.

DATOS

Comparativas históricas

La IA extrae métricas de múltiples ejecuciones pasadas. Obtendrás una visión clara de cómo ha evolucionado el rendimiento con el tiempo.

VISIÓN

Identificación de tendencias

En lugar de analizar números brutos, tu IA detecta si la precisión se ha estancado o si la pérdida está divergiendo.

ANÁLISIS

Impacto de parámetros

La IA correlaciona los cambios en los hiperparámetros con las variaciones en las métricas para entender qué funcionó realmente.

HUMANO

Toma de decisiones

La IA presenta los datos, pero tú decides qué conjunto de hiperparámetros usar en el próximo despliegue de producción.

El flujo

Lo que hace tu IA al recibir la solicitud.

La IA pasa de búsquedas generales a puntos de datos específicos para construir tu comparativa.

  1. Localizar experimentos

    La IA busca en tu espacio de trabajo de MLflow para encontrar las ejecuciones o grupos de experimentos que quieres analizar.

    search_runs
  2. Extraer telemetría

    Una vez identificadas las ejecuciones, la IA obtiene las métricas y parámetros detallados de cada una.

    get_run
  3. Calcular diferencias

    La IA compara los valores entre las ejecuciones seleccionadas para hallar mejoras o regresiones.

    search_runs
  4. Resumir resultados

    La IA traduce los valores numéricos en un resumen claro sobre las diferencias entre los modelos.

    get_run

Pruébalo

Copia estos ejemplos para empezar.

Usa estos prompts para iniciar tu análisis.

Puntos de partida

Sustituye los nombres de los experimentos o de las métricas por tus identificadores reales de MLflow.

MLflow Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_O0ZBpwFtJKVOQRXy98KSjGZvQNA27XEpDUDcFNyB/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

  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.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "mlflow-ml-lifecycle-management-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_O0ZBpwFtJKVOQRXy98KSjGZvQNA27XEpDUDcFNyB/mcp"
    }
  }
}
Copia en el chat04
  • Compara la precisión de las últimas cinco ejecuciones en mi experimento 'image-classifier'.

  • ¿Qué ejecución en el experimento 'resnet-v2' tuvo la pérdida de validación más baja?

  • Muéstrame cómo afectó el cambio en la tasa de aprendizaje a la velocidad de convergencia en mis ejecuciones recientes.

  • Busca todas las ejecuciones en el experimento 'nlp-finetune' donde el F1 score fuera superior a 0.85.

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

Empieza aquí

Conecta MLflow una vez y empieza a preguntar.

Solo tienes que vincular tu instancia de MLflow a través de Vinkius. Tus credenciales permanecen cifradas y seguras, y podrás consultar tus experimentos de inmediato desde tu cliente de IA favorito.

Conectar MLflow con tu IA

FAQ

Cómo funciona esta tarea

  • 01

    ¿Puede la IA cambiar los parámetros de mi experimento?

    No. La IA solo puede leer datos de tus ejecuciones existentes mediante las herramientas disponibles. No puede modificar tus experimentos ni cambiar las configuraciones de entrenamiento.

  • 02

    ¿Puedo pedirle a la IA que cree una nueva ejecución?

    No. Este MCP está diseñado para leer y comparar telemetría. No tiene la capacidad de activar nuevos trabajos de entrenamiento ni de crear ejecuciones nuevas.

  • 03

    ¿La IA puede ver todos mis experimentos?

    La IA puede ver cualquier experimento que le indiques buscar o al que pueda acceder mediante las herramientas de búsqueda.

  • 04

    ¿Puede generar gráficos para mí?

    La IA puede describir las tendencias y proporcionar los puntos de datos, pero no genera archivos de imagen ni gráficos interactivos directamente.

  • 05

    ¿Cómo sabe qué ejecuciones comparar?

    Tú le indicas qué experimento o IDs de ejecución específicos debe consultar, y utiliza las herramientas de búsqueda para encontrarlos.

Conecta MLflow a Claude, Cursor, ChatGPT y más