cerebrixos-org/tuning-engines-cli

cerebrixos-org/tuning-engines-cli

от cerebrixos-org
MCP сервер Tuning Engines - governed AI runtime для управления fine-tuning, RBAC и трассировкой через единый API. Помогает разработчикам дообучать модели под код (агент Cody) и исправление багов (SIERA), а также управлять workflow агентов и инференсом.

Tuning Engines CLI & MCP Server

tuning-engines-cli MCP server

npm version MCP Registry License: MIT

Govern every AI workflow through one API.

Tuning Engines is a governed AI runtime for model, agent, skill, and MCP workflows. Route inference through one OpenAI-compatible API, apply RBAC and traffic policies, request approvals for high-risk actions, inspect traces and usage, and connect durable orchestration frameworks such as LangGraph and Temporal. The same CLI and MCP server also manage domain-specific fine-tuning of open-source models.

Training Agents

Tuning Engines uses specialized agents that control how your data is analyzed and converted into training data. Each agent produces a different kind of domain-specific fine-tuned model optimized for its use case. Current agents focus on code, with more coming for customer support, data extraction, security review, ops, and other domains.

Cody (code_repo) — Code Autocomplete Agent

Cody fine-tunes on your GitHub repo using QLoRA (4-bit quantized LoRA) via the Axolotl framework (HuggingFace Transformers + PEFT). It learns your codebase's patterns, naming conventions, and project structure to produce a fast, lightweight adapter optimized for real-time completions.

Инструменты были проиндексированы:
approve_approval

Подтвердить ожидающий запрос на утверждение политики. Требуется API-токен владельца или администратора тенанта.

Параметры
  • idstringобязательный

    Идентификатор запроса на утверждение.

call_inference

Вызывает управляемую конечную точку модели, используя настроенные учётные данные арендатора сервера MCP. Полезные данные, содержащие секретные поля, отклоняются.

Параметры
  • dataobjectобязательный
  • endpointenumобязательный
cancel_evaluation

Отменить выполняющуюся или находящуюся в очереди оценку.

Параметры
  • evaluation_idstringобязательный

    Идентификатор оценки для отмены.

cancel_job

Отменить выполняющееся или стоящее в очереди задание точной настройки. Задание будет оплачено за уже использованное время GPU.

Параметры
  • job_idstringобязательный

    Job ID для отмены.

catalog_export_status

Проверяет статус операции экспорта в Marketplace. Возвращает статус, информацию о списании и все сообщения об ошибках.

Параметры
  • export_idstringобязательный

    Экспортировать идентификатор операции (UUID)

  • model_idstringобязательный

    ID модели каталога (UUID)

create_dataset

Создаёт метаданные набора данных для тонкой настройки или оценки. Использует CLI или web UI, когда импорт S3 требует настройки учётных данных.

Параметры
  • descriptionstring

    Описание содержимого набора данных

  • for_evaluationboolean

    Указывает, используется ли этот набор данных для оценки (по умолчанию: false)

  • namestringобязательный

    Название для датасета.

  • s3_urlstring

    S3 URL набора данных (например, s3://bucket/path/data.jsonl)

  • source_typestringобязательный

    Тип источника (например, 's3')

create_evaluation

Создайте новую оценку модели. Запустите вашу обученную модель или базовую модель на наборе данных с помощью выбранных оценщиков. Используйте list_evaluators, чтобы увидеть доступные оценщики (например, code_execution, similarity, llm_judge).

Параметры
  • base_modelstring

    ID модели HuggingFace для оценки (например, 'Qwen/Qwen2.5-Coder-7B-Instruct'). Требуется либо этот ID, либо user_model_id.

  • dataset_idstringобязательный

    Идентификатор набора данных для оценки, который нужно использовать. Это должен быть набор данных с пометкой for_evaluation.

  • evaluator_idsstring[]обязательный

    Список ID оценщиков для запуска (используйте list_evaluators, чтобы увидеть варианты)

  • max_samplesnumber

    Максимальное количество образцов для оценки (по умолчанию: все)

  • namestring

    Название для этого оценочного прогона.

  • user_model_idstring

    ID вашей обученной модели, которую нужно оценить. Требуется указать либо этот параметр, либо base_model.

create_job

Точная настройка LLM на репозитории GitHub с помощью Tuning Engines. Модель обучается на паттернах кода, стиле и соглашениях из репозитория. Выберите агента для управления подходом к обучению: ДОСТУПНЫЕ АГЕНТЫ: - agent='code_repo' (Cody) — точная настройка кода на основе LoRA с использованием QLoRA (4-битная квантованная LoRA) через фреймворк Axolotl. Обучается на паттернах кода, соглашениях об именовании и структуре проекта из вашего репозитория, создавая быстрый и лёгкий адаптер. Лучше всего подходит для: автодополнения кода, встроенных подсказок, автодополнения по табуляции, подстройки под стиль кода. - agent='sera_code_repo' (SIERA) — специалист по исправлению ошибок на основе подхода Open Coding Agents от AllenAI. Генерирует синтетические пары для обучения на исправлении ошибок из вашего репозитория, получая модель, которая понимает типичные сбои и принятые в вашей кодовой базе методы исправления. Лучше всего подходит для: отладки, разрешения ошибок, генерации патчей, анализа первопричин. Поддерживает quality_tier='low' (быстрее) или quality_tier='high' (глубокий анализ, больше данных для обучения). ПОДДЕРЖИВАЕМЫЕ БАЗОВЫЕ МОДЕЛИ (по размеру): - 3B: Qwen/Qwen2.5-Coder-3B-Instruct - 7-8B: codellama/CodeLlama-7b-hf, deepseek-ai/deepseek-coder-7b-instruct-v1.5, Qwen/Qwen2.5-Coder-7B-Instruct, Qwen/Qwen3-8B - 13-15B: codellama/CodeLlama-13b-Instruct-hf, bigcode/starcoder2-15b, Qwen/Qwen2.5-Coder-14B-Instruct, Qwen/Qwen3-14B - 22-27B: mistralai/Codestral-22B-v0.1, google/gemma-2-27b - 30-34B: deepseek-ai/deepseek-coder-33b-instruct, codellama/CodeLlama-34b-Instruct-hf, Qwen/Qwen2.5-Coder-32B-Instruct, Qwen/Qwen3-Coder-30B-A3B, Qwen/Qwen3-32B - 70-72B: codellama/CodeLlama-70b-Instruct-hf, meta-llama/Llama-3.1-70B-Instruct, Qwen/Qwen2.5-72B-Instruct ТИПОВОЙ РАБОЧИЙ ПРОЦЕСС: сначала estimate_job для проверки стоимости, затем create_job, потом job_status для отслеживания прогресса.

Параметры
  • agentenum

    Обучающий агент для использования. 'code_repo' (Cody) = тонкая настройка на основе QLoRA для автодополнения кода и инлайн-подсказок. 'sera_code_repo' (SIERA) = специалист по исправлению багов, использующий подход Open Coding Agents от AllenAI. По умолчанию: 'code_repo'.

  • base_modelstring

    Идентификатор модели HuggingFace для дообучения (например, 'Qwen/Qwen2.5-Coder-7B-Instruct'). Обязателен, если не указан base_user_model_id. Используйте list_supported_models, чтобы увидеть все варианты.

  • base_user_model_idstring

    Идентификатор ранее обученной модели для дальнейшей тонкой настройки (итеративное обучение). Базовая модель определяется автоматически. Используйте list_models, чтобы найти идентификаторы.

  • branchstring

    Ветка Git для использования (по умолчанию: main)

  • max_examplesnumber

    Максимальное количество обучающих примеров для извлечения из репозитория (минимум: 2)

  • num_epochsnumber

    Количество эпох обучения (больше = лучше качество, но выше стоимость)

  • output_namestringобязательный

    Название для итоговой тонко настроенной модели (например, 'my-project-cody-7b')

  • quality_tierenum

    Уровень качества (только для агента SIERA). 'low' = быстрее, меньше синтетических пар. 'high' = более глубокий анализ, больше обучающих данных, лучшие результаты. По умолчанию: 'low'.

  • repo_urlstringобязательный

    URL репозитория GitHub для обучения (например, 'https://github.com/org/repo')

  • s3_output_bucketstring

    Бакет S3 для экспорта обученной модели, когда серверные ссылки на учётные данные уже настроены. Если не указан, модель хранится в облачном хранилище Tuning Engines. Для настройки учётных данных напрямую используйте CLI или веб-интерфейс.

create_trace

Загрузить или обновить трейс выполнения. Включайте run_id/request_id и нормализованные типы событий, где это возможно. metadata.decision должен содержать только отредактированные сводки. Не включайте секреты. Работает с пользовательским API-токеном или ключом инференса.

Параметры
  • dataobjectобязательный

    Полезная нагрузка трассировки: run_id, request_id, name, runtime, status, metadata, events. События могут включать parent_id, request_id, type, status, metadata.decision.

dataset_status

Проверяет статус операции импорта или обработки набора данных.

Параметры
  • dataset_idstringобязательный

    Идентификатор набора данных (UUID)

delete_dataset

Удаляет набор данных с платформы.

Параметры
  • dataset_idstringобязательный

    Идентификатор набора данных для удаления.

delete_model

Удалить обученную модель из облачного хранилища.

Параметры
  • model_idstringобязательный

    Идентификатор модели для удаления

deny_approval

Отклоняет ожидающий запрос на утверждение политики. Требуется API-токен владельца/администратора тенанта.

Параметры
  • idstringобязательный

    Идентификатор запроса на утверждение.

doctor_simulate

Запускает симуляцию Inference Doctor для отладки доступа, роли, конечной точки, политики и ресурса.

Параметры
  • payloadobjectобязательный

    Полезная нагрузка симуляции.

estimate_evaluation

Получает оценку стоимости для оценки перед её запуском.

Параметры
  • base_modelstring

    Или ID модели HuggingFace.

  • dataset_idstringобязательный

    Идентификатор набора данных для оценки.

  • evaluator_idsstring[]обязательный

    Список идентификаторов оценщиков.

  • max_samplesnumber

    Максимальное количество образцов для оценки.

  • user_model_idstring

    Идентификатор вашей обученной модели

estimate_job

Оценивает стоимость задачи дообучения до её отправки. Возвращает предполагаемую стоимость, диапазон стоимости, текущий баланс и информацию о том, достаточно ли баланса. Всегда рассчитывай стоимость перед созданием задачи.

Параметры
  • base_modelstring

    Идентификатор модели HuggingFace (например, 'Qwen/Qwen2.5-Coder-7B-Instruct'). Обязателен, если не указан base_user_model_id.

  • base_user_model_idstring

    ID ранее обученной модели. Базовая модель определяется автоматически.

  • max_examplesnumber

    Максимум примеров.

  • num_epochsnumber

    Эпохи обучения

  • repo_size_mbnumber

    Приблизительный размер репозитория в МБ (помогает уточнить оценку)

  • use_casestring

    Агент для оценки (например, 'code_repo' для Cody, 'sera_code_repo' для SIERA). По умолчанию используется code_repo.

evaluation_status

Получить текущий статус оценки, включая прогресс и текущие показатели.

Параметры
  • evaluation_idstringобязательный

    Идентификатор оценки (UUID)

generate_policy_draft

Создайте черновик AGT YAML с помощью ИИ. Черновики отключены/скрыты и должны быть явно проверены/протестированы/сохранены. Не включайте секреты.

Параметры
  • promptstringобязательный

    Намерение политики на естественном языке без секретов

  • scopestring

    Необязательная область действия AGT, например all, mcp_tool, agent, skill или chat_tool.

get_account

Получает детали и настройки вашей учётной записи Tuning Engines.

Параметры

Без параметров.

get_balance

Проверьте баланс вашего аккаунта Tuning Engines и недавние транзакции.

Параметры

Без параметров.

get_catalog_model

Получает подробную информацию о конкретной предварительно созданной модели или наборе данных из Marketplace, включая описание, цены и варианты экспорта.

Параметры
  • model_idstringобязательный

    ID модели каталога (UUID)

get_inference_jwt

Получите JWT-токен для аутентификации в Tuning Engines inference API. Используйте его для выполнения прямых вызовов API к endpoint вывода.

Параметры

Без параметров.

get_inference_token

Обменивает ключ инференса (sk-te-...) на краткоживущий JWT-токен инференса. Это работает только когда этот MCP-сервер настроен с ключом инференса вместо пользовательского API-токена.

Параметры

Без параметров.

inference_capture_show

Показывает настройки перехвата запросов для захвата данных тонкой настройки. Секретные значения не возвращаются.

Параметры

Без параметров.

inference_capture_update

Обновите настройки захвата запросов. Используйте ссылки credential_source_id; сырые облачные секреты отвергаются MCP.

Параметры
  • dataobjectобязательный

    Настройки захвата.

inference_usage

Получить статистику использования inference API: количество запросов, использование токенов и стоимость.

Параметры
  • end_datestring

    Дата окончания YYYY-MM-DD

  • modelstring

    Фильтрует по названию модели.

  • start_datestring

    Дата начала YYYY-MM-DD

invoke_skill

Подготавливает или вызывает управляемый навык.

Параметры
  • actionenumобязательный
  • dataobjectобязательный
  • skill_namestringобязательный
job_status

Получить актуальный статус fine-tuning job, включая текущее состояние, использованные GPU-минуты, ориентировочную стоимость, остаток на балансе и прогресс доставки. Используйте это для мониторинга выполняющейся задачи.

Параметры
  • job_idstringобязательный

    ID задания

list_agents

Перечисляет доступных агентов, настроенных для вашей организации. Агенты - ИИ-ассистенты с определёнными возможностями и доступом к инструментам.

Параметры

Без параметров.

list_approvals

Перечислить запросы на утверждение политик для текущего тенанта. Требуется API-токен владельца или администратора тенанта.

Параметры
  • limitnumber

    Максимум результатов, по умолчанию 100.

  • offsetnumber

    Смещение (по умолчанию 0)

  • statusstring

    на рассмотрении, одобрено, отклонено или истекло

list_catalog_models

Выводит список доступных готовых моделей и датасетов из Tuning Engines Marketplace. Это активы, принадлежащие платформе, готовые к использованию — их можно экспортировать в ваш S3 bucket. Возвращает название, описание, базовую модель, размер, цену экспорта и категорию.

Параметры
  • categorystring

    Фильтруйте по категории (например, 'code', 'bug-fix', 'general'). Если категория не указана, показываются все.

list_compliance_risks

Перечисляет риски соблюдения нормативных требований арендатора. Требуется доступ с правами на чтение данных о соответствии.

Параметры
  • categorystring
  • limitnumber
  • offsetnumber
  • statusstring
list_datasets

Выводит список наборов данных, доступных для обучения и оценки. Наборы данных можно загрузить из S3 и использовать для дообучения или оценки модели.

Параметры
  • limitnumber

    Максимум результатов, по умолчанию 100.

list_evaluations

Вывести список оценок моделей. Оценки прогоняют ваши обученные модели на бенчмарк-датасетах с помощью различных оценщиков, чтобы измерить качество.

Параметры
  • limitnumber

    Максимум результатов, по умолчанию 100.

  • statusstring

    Фильтрует по статусу: в очереди, выполняется, успешно, не удалось, отменено.

list_evaluators

Список доступных оценщиков для оценки модели. Оценщики измеряют разные аспекты качества модели: выполнение кода, схожесть или суждение на основе LLM.

Параметры

Без параметров.

list_inference_feedback

Перечисляет отредактированные метаданные обратной связи по инференсу для текущей области видимости.

Параметры
  • limitnumber
  • offsetnumber
list_inference_models

Выводит список моделей, доступных для инференса через Tuning Engines inference API. Включает как платформенные модели, так и ваши развернутые обученные модели.

Параметры

Без параметров.

list_initiatives

Перечисляет стратегические инициативы, которые группируют Work Sessions.

Параметры
  • limitnumber
  • offsetnumber
list_insights

Вывести рекомендации Insight Loop.

Параметры
  • limitnumber

    Максимум инсайтов (по умолчанию 20).

  • offsetnumber

    Смещение

list_jobs

Выводит список заданий по дообучению на Tuning Engines. Возвращает последние задания с указанием статуса, базовой модели, типа агента, использования GPU и стоимости. Используйте это, чтобы проверить существующие запуски обучения или найти ID задания.

Параметры
  • limitnumber

    Максимум результатов, по умолчанию 100.

  • statusstring

    Фильтрует по статусу: в очереди, выполняется, успешно, не удалось, отменено.

list_mcp_templates

Перечисляет проверенные шаблоны MCP marketplace.

Параметры

Без параметров.

list_models

Перечисляет ваши обученные и импортированные модели в Tuning Engines.

Параметры

Без параметров.

list_outcomes

Перечисляет наблюдаемые результаты, цели, статусы рабочих процессов, оценки и отзывы, нормализованные в сигналы успеха.

Параметры
  • rangestring

    Необязательный диапазон, например 24h, 7d или 30d

list_policy_decisions

Вывести решения политик AGT YAML для текущего тенанта. Требуется API-токен владельца или администратора тенанта.

Параметры
  • decision_actionstring

    разрешить, запретить, аудировать или требует одобрения

  • evaluation_modestring

    Принуждать или отслеживать

  • limitnumber

    Максимум результатов, по умолчанию 100.

  • offsetnumber

    Смещение (по умолчанию 0)

  • policy_actionstring

    Псевдоним для decision_action

  • request_idstring

    Фильтрует по request_id.

  • run_idstring

    Фильтрует по run_id.

list_policy_templates

Выводит подборку шаблонов политик AGT в формате YAML. Требуется API-токен владельца или администратора тенанта.

Параметры

Без параметров.

list_runtime_interventions

Выводит список запросов на приостановку, возобновление, отмену и повтор на уровне арендатора.

Параметры
  • kindenum
  • limitnumber
  • offsetnumber
  • run_idstring
  • statusstring
list_runtime_state_references

Выводит безопасные указатели на внешнее состояние workflow и память. Содержимое памяти и секреты никогда не возвращаются.

Параметры
  • limitnumber
  • offsetnumber
  • providerstring
  • reference_typestring
  • resource_typestring
  • run_idstring
list_skills

Перечисляет навыки, доступные настроенной идентичности вывода.

Параметры

Без параметров.

list_supported_models

Выводит список поддерживаемых базовых моделей HuggingFace, доступных для дообучения на Tuning Engines. Опционально фильтрует по agent, чтобы показать только совместимые модели.

Параметры
  • agentstring

    Фильтрует модели, совместимые с этим агентом (например, 'code_repo', 'sera_code_repo'). Если параметр не задан, показывает все модели.

list_tenant_resources

Выводит названия ресурсов tenant-admin, доступных через публичный API. Внутренние прокси-маршруты намеренно не раскрываются.

Параметры

Без параметров.

list_traces

Выводит список трасс выполнения, генерируемых LangGraph, Temporal, MCP, навыками, агентами или пользовательскими средами выполнения. Требуется API-токен пользователя тенанта.

Параметры
  • limitnumber

    Максимум результатов, по умолчанию 100.

  • offsetnumber

    Смещение (по умолчанию 0)

list_work_sessions

Выводит список рабочих сеансов, относящихся к тенанту.

Параметры
  • limitnumber
  • offsetnumber
  • statusstring
model_status

Проверяет статус операции импорта или экспорта модели.

Параметры
  • model_idstringобязательный

    Идентификатор модели (UUID)

registry_sync_dry_run

Проверяет и сравнивает манифест реестра без секретов без внесения изменений.

Параметры
  • manifestobjectобязательный
render_policy_template

Преобразуй подготовленный шаблон политики AGT YAML в отключенный/теневой YAML. Параметры шаблона не должны содержать секретов.

Параметры
  • idstringобязательный

    Идентификатор шаблона политики

  • template_paramsobject

    Значения параметров шаблона

retry_job

Повторяет завершившуюся сбоем задачу тонкой настройки с её последней контрольной точки. Создаёт новую задачу, которая возобновляет обучение с того места, где остановилась сбойная, экономя время GPU. Каждый повтор оплачивается отдельно. ВАЖНО: Этот инструмент получает оценку стоимости и включает её в ответ. Вы ОБЯЗАНЫ показать эту оценку пользователю и получить его явное согласие, прежде чем считать повтор подтверждённым. Повтор отправляется автоматически (сервер проверяет баланс), но всегда показывайте стоимость пользователю.

Параметры
  • job_idstringобязательный

    ID неудачного задания для повторной попытки.

send_agent_message

Отправляет управляемое сообщение зарегистрированному агенту A2A.

Параметры
  • agent_namestringобязательный
  • dataobjectобязательный
show_agent

Получить сведения о конкретном агенте, включая его возможности, инструменты и конфигурацию.

Параметры
  • agent_idstringобязательный

    Идентификатор агента

show_approval

Показать один запрос на утверждение политики с редактированным контекстом. Требуется API-токен владельца/администратора тенанта.

Параметры
  • idstringобязательный

    Идентификатор запроса на утверждение.

show_compliance_certification

Показывает один прогон сертификации соответствия.

Параметры
  • idstringобязательный
show_compliance_evidence

Показывает одно решение о соответствии, ограниченное арендатором.

Параметры
  • idstringобязательный
show_compliance_risk

Показывает риск соответствия с ресурсами, контрольными мероприятиями, выводами, мерами реагирования и оценками.

Параметры
  • idstringобязательный
show_dataset

Получает сведения о конкретном наборе данных, включая статус, источник и метаданные.

Параметры
  • dataset_idstringобязательный

    Идентификатор набора данных (UUID)

show_evaluation

Получает полные данные конкретного оценивания, включая статус, оценки, метрики и данные для сравнения.

Параметры
  • evaluation_idstringобязательный

    Идентификатор оценки (UUID)

show_initiative

Показывает одну стратегическую инициативу.

Параметры
  • idstringобязательный
show_insight

Покажи одну рекомендацию Insight Loop.

Параметры
  • idstringобязательный

    Insight ID

show_job

Получает полные сведения о конкретной задаче тонкой настройки, включая статус, базовую модель, тип агента, затраченные GPU-минуты, стоимость, сообщения об ошибках и возможность повтора с контрольной точки.

Параметры
  • job_idstringобязательный

    Job ID (UUID)

show_mcp_template

Показывает метаданные настройки и риска для одного шаблона MCP.

Параметры
  • idstringобязательный
show_model

Получить подробности конкретной обученной модели.

Параметры
  • model_idstringобязательный

    Идентификатор модели (UUID)

show_policy_decision

Показывает одно политическое решение с отредактированным контекстом и метаданными. Требуется API-токен владельца/администратора тенанта.

Параметры
  • idstringобязательный
show_registry_sync

Показывает один результат синхронизации registry-manifest.

Параметры
  • idstringобязательный
show_runtime_intervention

Показывает одно вмешательство времени выполнения на уровне арендатора.

Параметры
  • idstringобязательный
show_runtime_state_reference

Показывает одну безопасную внешнюю ссылку на состояние или память.

Параметры
  • idstringобязательный
show_trace

Показать одну трассировку выполнения по run_id, включая события, решения политик и утверждения, если они связаны.

Параметры
  • run_idstringобязательный

    Среда выполнения run_id

show_work_session

Покажите одну рабочую сессию и связанные с ней трейсы.

Параметры
  • idstringобязательный
tenant_domains_update

Заменяет разрешенные домены электронной почты тенанта. Передайте пустой массив, чтобы разрешить любой домен.

Параметры
  • domainsstring[]обязательный

    Разрешённые домены электронной почты

tenant_invitation_cancel

Отменить ожидающее приглашение tenant. Требуется API token владельца/администратора tenant.

Параметры
  • invitation_idstringобязательный

    Идентификатор приглашения

tenant_resource_create

Создает ресурс тенанта из белого списка, используя несекретный JSON. MCP отвергает сырые секретные поля и создание inference-key; для этого используйте CLI/web UI.

Параметры
  • dataobjectобязательный

    Атрибуты ресурса. Используйте credential_source_id вместо необработанных секретов.

  • resourceenumобязательный

    Имя ресурса тенанта.

tenant_resource_delete

Удаляет или отзывает ресурс арендатора из белого списка. Требуется API-токен владельца или администратора арендатора.

Параметры
  • idstringобязательный

    идентификатор ресурса

  • resourceenumобязательный

    Имя ресурса тенанта.

tenant_resource_list

Выводит ресурс арендатора из белого списка. Требуется токен API владельца или администратора арендатора.

Параметры
  • limitnumber

    Максимум результатов, по умолчанию 100.

  • offsetnumber

    Смещение (по умолчанию 0)

  • resourceenumобязательный

    Имя ресурса тенанта.

tenant_resource_show

Показать один разрешённый ресурс арендатора. API не возвращает секретные значения.

Параметры
  • idstringобязательный

    идентификатор ресурса

  • resourceenumобязательный

    Имя ресурса тенанта.

tenant_resource_update

Обновляет ресурс разрешённого арендатора с использованием JSON, не содержащего секретов. MCP отказывается принимать поля с секретами в открытом виде; используйте CLI или веб-интерфейс для обновления секретов.

Параметры
  • dataobjectобязательный

    Изменены атрибуты. Используйте credential_source_id вместо сырых секретов.

  • idstringобязательный

    идентификатор ресурса

  • resourceenumобязательный

    Имя ресурса тенанта.

tenant_resource_validate

Проверить несохранённую политику guardrail или AGT governance policy без создания записей. Требуется API-токен владельца/администратора тенанта.

Параметры
  • dataobjectобязательный

    Атрибуты несохранённого ресурса плюс необязательные sample_text/context.

  • resourceenumобязательный

    Имя ресурса

tenant_team_disable

Отключает участника тенанта и блокирует доступ к API. Требуется токен API владельца/администратора тенанта.

Параметры
  • member_idstringобязательный

    ID участника

tenant_team_enable

Повторно включить отключенного участника тенанта. Требуется API-токен владельца/администратора тенанта.

Параметры
  • member_idstringобязательный

    ID участника

tenant_team_invite

Пригласить участника тенанта по электронной почте. Токен приглашения отправляется приложением по почте и никогда не возвращается.

Параметры
  • emailstringобязательный

    Электронная почта приглашённого

  • rolestring

    admin, member, viewer или числовая роль

tenant_team_list

Выводит список участников организации, ожидающих приглашений, и разрешённых доменов электронной почты. Требует API-токен владельца или администратора.

Параметры

Без параметров.

tenant_team_remove

Удалить участника тенанта. Требуется токен API владельца или администратора тенанта.

Параметры
  • member_idstringобязательный

    ID участника

tenant_team_set_inference_role

Назначить или снять роль инференса для участника тенанта. Требуется API-токен владельца или администратора тенанта.

Параметры
  • inference_role_idstring | null

    Inference role ID, или null для очистки.

  • member_idstringобязательный

    ID участника

test_governance_policy

Выполняет пробный запуск политики управления AGT YAML для JSON-контекста. Требуется токен API владельца или администратора тенанта.

Параметры
  • contextobjectобязательный

    Контекст оценки политики

  • idstringобязательный

    Идентификатор политики управления

validate_compliance

Оценивает ограниченное содержимое на соответствие принятым наборам правил соответствия без изменения конфигурации политик.

Параметры
  • dataobjectобязательный
0.4.35основная
0.4.34
0.4.33
0.4.32
0.4.31
0.4.30
0.4.29
0.4.28
0.4.27
0.4.26
0.4.25
0.4.24
0.4.23
0.4.22
0.4.21
0.4.20
0.4.19
0.4.17
0.4.16
0.4.15
0.4.14
0.4.13
0.4.12
0.4.11
0.4.10
0.4.9
0.4.8
0.4.3
0.4.2
0.4.0
0.3.6
0.3.5
0.3.4
0.3.3
0.3.2
0.3.1
0.3.0
0.2.1
0.2.0
0.1.0

Выберите клиент, чтобы установить cerebrixos-org/tuning-engines-cli:

Любой клиент

Конфиг добавления MCP сервера стандартный, обычно он не меняется вообще, поэтому подходит практически к любому ИИ клиенту, поддерживающему MCP.

{
  "mcpServers": {
    "cerebrixos-org-tuning-engines-cli-gw6x60ypu4": {
      "command": "npx",
      "args": [
        "-y",
        "--package",
        "tuningengines-cli@latest",
        "te",
        "mcp",
        "serve"
      ],
      "env": {
        "TE_API_KEY": "te_your_key_here"
      }
    }
  }
}
CursorCursor

Перейдите по ссылке и сервер автоматически будет добавлен в Cursor. Либо откройте/создайте файл ~/.cursor/mcp.json(%USERPROFILE%\.cursor\mcp.json на Windows) и добавьте конфиг сервера:

{
  "mcpServers": {
    "cerebrixos-org-tuning-engines-cli-gw6x60ypu4": {
      "command": "npx",
      "args": [
        "-y",
        "--package",
        "tuningengines-cli@latest",
        "te",
        "mcp",
        "serve"
      ],
      "env": {
        "TE_API_KEY": "te_your_key_here"
      }
    }
  }
}
VS Code

Создайте .vscode/mcp.json в проекте (ключ верхнего уровня — servers):

{
  "servers": {
    "cerebrixos-org-tuning-engines-cli-gw6x60ypu4": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "--package",
        "tuningengines-cli@latest",
        "te",
        "mcp",
        "serve"
      ],
      "env": {
        "TE_API_KEY": "te_your_key_here"
      }
    }
  }
}

Либо добавьте сервер через терминал:

code --add-mcp "{\"name\":\"cerebrixos-org-tuning-engines-cli-gw6x60ypu4\",\"type\":\"stdio\",\"command\":\"npx\",\"args\":[\"-y\",\"--package\",\"tuningengines-cli@latest\",\"te\",\"mcp\",\"serve\"],\"env\":{\"TE_API_KEY\":\"te_your_key_here\"}}"
ClaudeClaude Desktop

Откройте Settings → Developer → Edit Config — это откроет файл claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

Впишите сервер и полностью перезапустите Claude Desktop:

{
  "mcpServers": {
    "cerebrixos-org-tuning-engines-cli-gw6x60ypu4": {
      "command": "npx",
      "args": [
        "-y",
        "--package",
        "tuningengines-cli@latest",
        "te",
        "mcp",
        "serve"
      ],
      "env": {
        "TE_API_KEY": "te_your_key_here"
      }
    }
  }
}
Claude CodeClaude Code

Добавьте сервер одной командой в терминале:

claude mcp add cerebrixos-org-tuning-engines-cli-gw6x60ypu4 --env TE_API_KEY=te_your_key_here -- npx -y --package tuningengines-cli@latest te mcp serve

Либо через JSON-конфиг:

claude mcp add-json cerebrixos-org-tuning-engines-cli-gw6x60ypu4 "{\"command\":\"npx\",\"args\":[\"-y\",\"--package\",\"tuningengines-cli@latest\",\"te\",\"mcp\",\"serve\"],\"env\":{\"TE_API_KEY\":\"te_your_key_here\"}}"
CodexCodex

Добавьте сервер командой в терминале:

codex mcp add cerebrixos-org-tuning-engines-cli-gw6x60ypu4 --env TE_API_KEY=te_your_key_here -- npx -y --package tuningengines-cli@latest te mcp serve

Либо вручную в ~/.codex/config.toml(%USERPROFILE%\.codex\config.toml на Windows):

[mcp_servers.cerebrixos-org-tuning-engines-cli-gw6x60ypu4]
command = "npx"
args = ["-y", "--package", "tuningengines-cli@latest", "te", "mcp", "serve"]

[mcp_servers.cerebrixos-org-tuning-engines-cli-gw6x60ypu4.env]
TE_API_KEY = "te_your_key_here"
PerplexityPerplexity

MCP доступен подписчикам Perplexity Pro / Max / Enterprise. Локальные серверы — только в приложении для macOS.

  1. Откройте Настройки аккаунта → Connectors.
  2. Установите вспомогательное приложение PerplexityXPC (один раз).
  3. Нажмите Add Connector → вкладка Simple.
  4. В поле Server Name укажите cerebrixos-org/tuning-engines-cli, а в поле команды запуска — строку ниже:
npx -y --package tuningengines-cli@latest te mcp serve

Нажмите Save и дождитесь статуса Running.

WindsurfWindsurf

Откройте Windsurf Settings → Cascade → MCP Servers или отредактируйте файл ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "cerebrixos-org-tuning-engines-cli-gw6x60ypu4": {
      "command": "npx",
      "args": [
        "-y",
        "--package",
        "tuningengines-cli@latest",
        "te",
        "mcp",
        "serve"
      ],
      "env": {
        "TE_API_KEY": "te_your_key_here"
      }
    }
  }
}
ClineCline

В панели Cline нажмите иконку MCP Servers → Configure → Configure MCP Servers (или отредактируйте ~/.cline/mcp.json) и добавьте сервер:

{
  "mcpServers": {
    "cerebrixos-org-tuning-engines-cli-gw6x60ypu4": {
      "command": "npx",
      "args": [
        "-y",
        "--package",
        "tuningengines-cli@latest",
        "te",
        "mcp",
        "serve"
      ],
      "env": {
        "TE_API_KEY": "te_your_key_here"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}
Continue

Создайте файл в .continue/mcpServers/ (например cerebrixos-org-tuning-engines-cli-gw6x60ypu4.yaml) или добавьте блок в config.yaml. MCP работает только в режиме agent:

mcpServers:
  - name: cerebrixos-org-tuning-engines-cli-gw6x60ypu4
    command: npx
    args:
      - "-y"
      - "--package"
      - "tuningengines-cli@latest"
      - "te"
      - "mcp"
      - "serve"
    env:
      TE_API_KEY: te_your_key_here
Zed

Выполните agent: add context server или откройте настройки (zed: open settings file) и добавьте сервер в объект context_servers:

{
  "context_servers": {
    "cerebrixos-org-tuning-engines-cli-gw6x60ypu4": {
      "command": "npx",
      "args": [
        "-y",
        "--package",
        "tuningengines-cli@latest",
        "te",
        "mcp",
        "serve"
      ],
      "env": {
        "TE_API_KEY": "te_your_key_here"
      }
    }
  }
}

Похожие MCP-сервера

Swih/mistral-mcp

Swih/mistral-mcp

от swih

MCP-сервер для полного API Mistral AI — чат, OCR, транскрипция аудио (Voxtral), автодополнение кода (Codestral), durable workflows. Подключается к Claude Code, Cursor, Zed, Windsurf. Самостоятельно...

TypeScript⭐ 15
evalstate/mcp-hfspace

evalstate/mcp-hfspace

от evalstate

MCP сервер для доступа к моделям Hugging Face Spaces. Поддерживает десятки задач — генерацию, распознавание, синтез — через единый MCP протокол. Идеален для интеграции с Claude Desktop. Использует Gradio эндпоинты, настройка минимальна.

TypeScript⭐ 389
pyroprompts/any-chat-completions-mcp

pyroprompts/any-chat-completions-mcp

от pyroprompts

MCP сервер для подключения Claude к любым OpenAI-совместимым API чат-комплекций. Включает инструмент chat, отправляющий запросы к моделям разных провайдеров - от OpenAI до Groq. Полезен разработчикам, желающим использовать мульти-провайдерный подход через единый MCP интерфейс.

JavaScript⭐ 164
avivsinai/langfuse-mcp

avivsinai/langfuse-mcp

от avivsinai

Langfuse MCP Server - агентский интерфейс для Langfuse observability. Позволяет агентам запрашивать трейсы, отлаживать исключения, управлять промптами и датасетами, используя трассировку Langfuse д...

Python⭐ 113
zenml-io/mcp-zenml

zenml-io/mcp-zenml

официальный

от zenml-io

MCP-сервер для интеграции ZenML с AI-ассистентами. Позволяет просматривать и запускать ML-пайплайны, управлять стеками, компонентами и моделями. Полезен ML-инженерам для оперативного доступа к данн...

Python⭐ 49
Daichi-Kudo/llm-advisor-mcp

Daichi-Kudo/llm-advisor-mcp

от daichi-kudo

MCP сервер с живыми данными о LLM и VLM: цены, бенчмарки и рекомендации обновляются ежечасно. Помогает разработчикам выбрать модель для кодинга, сравнить Claude/GPT/Gemini, найти бюджетную модель с большим контекстом.

TypeScript⭐ 2
© Каталог MCP, 2026. Все права защищены.
Проект не аффилирован с Anthropic и любыми упомянутыми продуктами.
Все названия и торговые марки принадлежат их владельцам.
Контакты для связи: hi@mcp-katalog.ru

Лука Никитин