# EasyDeploy AI

MCP-сервер EasyDeploy AI для Claude Code подключает инструменты EasyDeploy к задачам машинного обучения. Через него можно обучать модели на CSV-файлах и получать предсказания.

- MCP-сервер · `type=mcp` · Claude Code, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed, Gemini CLI
- Автор: EasyDeploy-AI
- Лицензия: MIT · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/EasyDeploy-AI/easydeploy-ai-mcp
- Обновлён: 2026-11-05
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/mcp/easydeploy-ai

## Что делает

Сервер связывает MCP-клиент с API EasyDeploy: агент может искать модели, подготавливать признаки, настраивать параметры, обучать модели и запускать предсказания. Инструмент `get_started` выдаёт руководство по этапам работы; его содержимое поставляется с пакетом и не вызывает API.

Работу с данными ведёт агент: определяет целевую переменную, делит данные и оценивает модель на тестовой выборке. EasyDeploy не очищает данные и не выбирает целевую переменную. Для подключения используется удалённый сервер `https://mcp.easydeploy.ai/mcp`; авторизация проходит через аккаунт EasyDeploy.

## Требования
- Удалённый сервер: `https://mcp.easydeploy.ai/mcp`

## Установка

### Claude Code (родная платформа)

**Командой платформы: удалённый сервер**
```bash
claude mcp add --transport http easydeploy-ai-mcp https://mcp.easydeploy.ai/mcp
```

### Codex

**Командой платформы: удалённый сервер**
```bash
codex mcp add easydeploy-ai --url https://mcp.easydeploy.ai/mcp
```

### Cursor

**Файл настроек**
Файл `.cursor/mcp.json`:
```json
{
    "mcpServers": {
        "easydeploy-ai": {
            "url": "https://mcp.easydeploy.ai/mcp"
        }
    }
}
```

### GitHub Copilot

**Файл настроек**
Файл `.vscode/mcp.json`:
```json
{
    "servers": {
        "easydeploy-ai": {
            "type": "http",
            "url": "https://mcp.easydeploy.ai/mcp"
        }
    }
}
```

### Gemini CLI

**Командой платформы: удалённый сервер**
```bash
gemini mcp add -t http easydeploy-ai https://mcp.easydeploy.ai/mcp
```

## Когда брать
- обучить модель на CSV-файле
- получить предсказания для тестового набора
- оценить модель на отложенных данных
- подобрать признаки и параметры модели

## Примеры запросов агенту
- Обучи модель EasyDeploy на моих CSV-файлах и оцени её на тестовых данных.
- Подготовь данные для обучения в EasyDeploy и выполни предсказания.
- Покажи руководство EasyDeploy по этапам обучения модели.

## Похожие
- [sap-hana-ml](https://affpapa.org/nevibecode/skills/sap-hana-ml.md) — скилл · 821 установка
- [automl-hyperparameter-optimization](https://affpapa.org/nevibecode/skills/automl-hyperparameter-optimization.md) — скилл · 110 установок
- [Stats Compass](https://affpapa.org/nevibecode/mcp/stats-compass.md) — MCP-сервер · ★ 16 у репозитория
- [AutoTS](https://affpapa.org/nevibecode/mcp/autots.md) — MCP-сервер · ★ 1432 у репозитория
- [SAS Viya](https://affpapa.org/nevibecode/mcp/sas-viya.md) — MCP-сервер · ★ 70 у репозитория
- [tao-run-automl-deft-pipeline](https://affpapa.org/nevibecode/skills/tao-run-automl-deft-pipeline.md) — скилл · 1600 установок

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
