Optuna MCP Server
MCP-сервер от авторов Optuna: модель подбирает гиперпараметры, сообщает результаты проб и строит графики истории оптимизации
- 91 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Запускает локальный процесс Python и при `launch_optuna_dashboard` поднимает веб-панель на порту 58080
- При `--storage` пишет результаты в файл или базу по указанному адресу
Установка
- Работает в
Ручная установка
{"mcpServers":{"Optuna":{"command":"/path/to/uvx","args":["optuna-mcp","--storage","sqlite:///optuna.db"]}}}Нужен `uv`. Конфигурация правится в `claude_desktop_config.json`, затем приложение перезапускают. Без `--storage` результаты не сохраняются.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Запускает локальный процесс Python и при `launch_optuna_dashboard` поднимает веб-панель на порту 58080
- При `--storage` пишет результаты в файл или базу по указанному адресу
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Optuna MCP Server открывает клиенту MCP базовые операции библиотеки Optuna для подбора параметров. Модель создает исследование (`create_study`) с направлением minimize или maximize, выбирает сэмплер (`set_sampler`), просит набор параметров у Optuna (`ask`) по заданному пространству поиска и сообщает результат пробы (`tell`). Цикл повторяется, пока модель или человек не остановит его. Лучшую пробу и фронт Парето отдают `best_trial` и `best_trials`. Вторая группа — визуализация. Инструменты `plot_optimization_history`, `plot_contour`, `plot_parallel_coordinate`, `plot_slice`, `plot_param_importances`, `plot_pareto_front` и другие возвращают графики картинками, а `launch_optuna_dashboard` поднимает веб-панель Optuna на порту 58080. Значение целевой функции вычисляет сама модель или другой инструмент, например интерпретатор JavaScript. В примерах репозитория так подбирают параметры кодирования x264 в FFmpeg по SSIM, рецепт печенья и настройки Matplotlib. Результаты можно сохранять, передав в `--storage` адрес базы, например SQLite.
Для кого. Исследователям и инженерам, которые подбирают гиперпараметры моделей или параметры программ и хотят вести поиск диалогом в Claude Desktop или Claude Code.
Подходит, если
- Гиперпараметры модели подбираются вручную, и хочется отдать цикл ask и tell агенту
- Результаты прошлых запусков лежат в базе Optuna, и их надо разобрать диалогом: важность параметров, история, фронт Парето
- Настройки внешней программы, например x264 в FFmpeg, ищут по метрике SSIM с ограничением по времени
- Нужна оптимизация выхода другого MCP-инструмента: параметры подбирает Optuna, оценку считает второй сервер
- Панель Optuna надо открыть одной фразой, без поиска команды запуска
Не подходит, если
- Целевая функция тяжелая и считается долго: каждая проба идет через чат, и дешевле запустить Optuna скриптом
- Нужен распределенный поиск на многих машинах с общей базой: сервер рассчитан на одного клиента MCP
- Требуются сложные настройки прунеров и сэмплеров: в README есть только `set_sampler` по имени
- Python 3.12 или 3.13 недоступен, а ставить его нельзя
Пример запроса к агенту
Создай исследование Optuna для минимизации суммы квадратов x и y, предложи параметры от -1 до 1 и нарисуй историю оптимизацииMCP
- Транспорт
- stdio
- Авторизация
- не нужна
Ограничения
- Сервер рассчитан на Python 3.12 или 3.13 и запускается через `uvx` или Docker.
- Без `--storage` исследования живут в памяти процесса и пропадают после перезапуска клиента. Для сохранения укажите адрес базы, например `sqlite:///optuna.db`.
- Значение целевой функции сервер не считает: его присылает модель или другой инструмент через `tell`.
- `launch_optuna_dashboard` поднимает веб-панель на порту 58080, а в Docker для этого нужен `--net=host`.
Как отключить. Удалите запись `Optuna` из `claude_desktop_config.json` и перезапустите приложение, либо выполните `claude mcp remove optuna` в Claude Code. Файл базы, указанный в `--storage`, остается на диске.
Частые вопросы
Как подключить Optuna MCP к Claude Desktop?
Откройте Claude, Settings, Developer, Edit Config и добавьте сервер `Optuna` с командой `uvx` и аргументом `optuna-mcp`. После этого перезапустите приложение.
Как сохранить результаты между сессиями?
Добавьте в аргументы `--storage` и адрес базы, например `sqlite:///optuna.db`. В Docker смонтируйте папку с файлом базы в `/app/workspace`.
Какие графики умеет строить сервер?
История оптимизации, история гиперобъема, фронт Парето, контурный график, параллельные координаты, срезы, важность параметров, EDF, временная шкала и график рангов. Все возвращаются картинками.
Кто считает значение целевой функции?
Число присылает модель через `tell`, сервер его не считает. Получить его можно, например, из интерпретатора JavaScript или запуска FFmpeg.
Как запустить сервер в Docker?
Используйте образ `ghcr.io/optuna/optuna-mcp:latest` с флагами `-i --rm --net=host`, смонтируйте папку с базой и передайте `--storage sqlite:////app/workspace/optuna.db`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыMySQL MCP Server Pro
mysql_mcp_server_pro
MCP-сервер для MySQL: выполняет SQL с ролями доступа, ищет таблицы по комментариям и разбирает блокировки, индексы и планы запросов
Скилл и Python-пакет для подбора гиперпараметров: агент читает код, предлагает следующий набор значений, а результат измеряет ваш запуск
OpenStudio MCP
openstudio-mcp
MCP-сервер для энергомоделирования зданий: агент строит модель OpenStudio, запускает EnergyPlus и разбирает результаты.
MCP-сервер Open-Meteo: 17 инструментов, прогноз на 16 дней, архив с 1940 года, качество воздуха, море, паводки и климат
Плагин для Claude Code и MCP-сервер: более 1000 научных инструментов для биологии, химии и медицины, команды для сверки данных и скиллы-маршрутизаторы
MCP-сервер от проекта OpenSearch открывает агенту кластер: индексы, маппинги, поиск по DSL и состояние шардов.
Коротко о README
README коротко называет три сценария: автоматический подбор гиперпараметров моделью, разбор результатов Optuna в чате и оптимизация входа и выхода других MCP-инструментов. Дальше идут установка через `uv` и Docker, перечень инструментов по группам Study, Trial, Visualization и Dashboard и пять примеров с запросами и снимками экрана.