model-tree-mcp

Servidor MCP que recomenda modelos preditivos (ML, Deep Learning, Estatística Clássica) a partir da descrição de uma situação em linguagem natural.

A tool consulta um endpoint hospedado que faz a busca vetorial na árvore de 400+ modelos curados.

Uso (Claude Code / Claude Desktop)

Adicione ao seu config de MCP:

{
  "mcpServers": {
    "model-tree": {
      "command": "uvx",
      "args": ["model-tree-mcp"]
    }
  }
}

O uvx baixa e roda o pacote num ambiente isolado, sem instalação manual.

Apontar para outro endpoint

Por padrão a tool chama o endpoint público oficial. Para usar outro (ex.: um deploy próprio), defina a env var MODEL_TREE_API:

"env": { "MODEL_TREE_API": "https://seu-deploy.vercel.app/api/search" }

Tool e prompt

• Tool search_models(situation: str, top_k: int = 8) — devolve os modelos mais próximos da situação descrita, cada um com seus campos (diff_siblings, strengths, weaknesses, recommended_for, not_recommended_for, keywords) e o stat_fit (perfil de encaixe estatístico: tipo/distribuição do target, regime n/p, tipos de feature, suposições, loss suportada, contraindicações).
• Prompt analyze_dataset(data_path) — orquestra a recomendação a partir de um dataset local: o agente investiga (target, loss), faz a EDA (profunda no dado cru ou rasa numa EDA prévia, com os tokens do usuário) e recomenda 3-4 modelos com tradeoffs. Os dados crus nunca saem da máquina.

Desenvolvimento

uv run model-tree-mcp        # roda o server localmente (stdio)
uv build                     # gera o pacote distribuível