Tuning Engines Cli logo

Tuning Engines Cli

未申請

作者: cerebrixos-org

CLI & MCP server for Tuning Engines — fine-tune LLMs on code repositories

aiclidsh-pluginfine-tuningllmloramachine-learningmcpmcp-servermodel-context-protocolopen-sourceqloraslmsovereign-ai

サーバーをセットアップ

01 / クライアントを選択

02 / 接続前の準備

認証方法は未指定です。接続前にプロジェクトの手順を確認してください。

プロジェクトが必要とする実行環境をインストールし、クライアントから利用できるようにしてください。

プロジェクトの手順

手順に記載された名前をカンマで区切って入力してください。秘密の値は入力しないでください。

03 / 設定を追加

出典:公開インストール手順から生成

claude mcp add --transport stdio 'tuning-engines-cli' -- 'npx' '-y' '--package' 'tuningengines-cli@latest' 'te' 'auth' 'status'

プレースホルダーを置き換えてからターミナルで実行してください。

04 / クライアントで確認

クライアントの MCP 設定で接続とツール一覧を確認してください。設定のコピーだけでは接続成功は確認できません。

AI & MLの他のサーバー

ディレクトリ全体を見る

未申請リスティング

このMCPサーバーはあなたのものですか?

このリスティングは公開情報から自動的にインデックスされました。申請することで、ページの編集、互換性の設定、成長ツールのアンロックができます。2分以内に完了します。

このサーバーを申請する

セキュリティプロファイル

申請済みおよび認証済みのサーバーは毎週の静的スキャンを受け、コードが到達できる範囲(外部サービス、環境変数、シェルコマンド、エージェント設定フォルダ)と既知のアドバイザリを持つ依存関係が表示されます。このリスティングを申請すると利用できます。 セキュリティプロファイルの仕組み

40 件中 40 件

ドキュメントに記載されたツール (40)

プロジェクトのドキュメントに基づきます。サーバーのハンドシェイクは、各ツールの説明や動作を検証するものではありません。

call_inference

Call chat, Responses, embeddings, or Messages using the configured credential

cancel_evaluation

Cancel a running evaluation

cancel_job

Cancel a running/queued job

catalog_export_status

Check marketplace export progress

create_dataset

Create a dataset from S3

create_evaluation

Run an evaluation against a dataset

create_job

Fine-tune an LLM on a GitHub repo. Supports agent selection (Cody, SIERA), quality tier, base model, epochs, S3 export.

create_trace

Ingest a trace payload without secrets

dataset_status

Check dataset import/processing status

delete_dataset

Delete a dataset

delete_model

Delete a model from cloud storage

doctor_simulate

Simulate inference access, role, endpoint, policy, and resource checks

estimate_evaluation

Cost estimate for an evaluation

estimate_job

Cost estimate before training. Returns cost range, balance, sufficiency check.

evaluation_status

Live evaluation progress

get_catalog_model

Details of a marketplace item

get_inference_jwt

Get JWT token for direct API access

get_inference_token

Exchange an inference key for a short-lived inference JWT

inference_usage

Inference API usage statistics

job_status

Live status with GPU minutes, charges, delivery progress

list_catalog_models

Browse pre-built models and datasets

list_datasets

List datasets for training and evaluation

list_evaluations

List model evaluations

list_evaluators

Available evaluators (codeexecution, similarity, llmjudge, etc.)

list_inference_models

Models available for inference

list_insights

List Insight Loop recommendations

list_jobs

List training jobs with status filter

list_models

List trained and imported models

list_outcomes

List observed outcomes/goals normalized as success signals

list_supported_models

Available base models with GPU hours per epoch

list_traces

List runtime traces

model_status

Import/export progress

retry_job

Retry a failed job from its last checkpoint

send_agent_message

Send a governed A2A agent message

show_dataset

Dataset details and status

show_evaluation

Evaluation details, scores, and metrics

show_insight

Show one Insight Loop recommendation

show_job

Full job details including agent, model, GPU usage, cost, retry info

show_model

Model details (status, size, base model, training job)

show_trace

Show a trace with linked events, policy decisions, and approvals

ツールの変更履歴

同じ設定での完全なチェック同士を比較します。ツールの列挙のみで実行はしていません。入力スキーマの変更は測定していません。

完全なツールチェックはまだありません。