Neo — AI/ML Engineering について
neo-mcp は、自律型 AI/ML エンジニアリングサービス Neo を MCP 対応のコーディングツールにつなぎ、データサイエンティスト、ML エンジニア、研究者がエディターからワークフローを委任できるようにします。タスクを追跡し、成果物をローカルリポジトリに書き込みます。
主な機能
- 01AI/ML タスクの送信と管理
- 02ステータス追跡と出力取得
- 03タスクの一時停止・再開・停止
- 04連携情報の登録とテスト
- 05ローカル成果物と実行証拠の検証
活用シーン
- 01モデルの学習と評価を委任する
- 02RAG やセマンティック検索を構築する
- 03データ分析や予測を実行する
- 04ビジョンや音声のワークフローを作る
MCP 対応
neo-mcp は MCP サーバーとして、コーディングクライアントにタスク送信、状態確認、出力取得、フィードバック、制御、連携、検証のツールを公開します。Neo API キーで設定して Neo と通信し、成果物はローカルに書き込みます。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
uvx neo-mcpNEO_SECRET_KEYシークレットYour Neo API secret key (starts with sk-v1-). Get one at https://heyneo.com.NEO_ENVIRONMENTNeo backend environment: 'production' (default) or 'staging'.NEO_WORKSPACE_DIRProject root where Neo tasks read and write files. Must be the git/project root.ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Neo MCP — エディターを離れずにAIエンジニアリング
Claude Code、Cursor、Codexを使い続けながら、AI/MLの作業をNeoに任せましょう。Neoは、平易な英語のリクエストからワークフロー全体を計画、構築、実行、評価する自律型AIエンジニアです。 neo-mcpは、Neoを普段お使いのAIコーディングツールに接続するModel Context Protocolサーバーです。タブを切り替える必要はありません。エージェントにタスクをNeoへ送るよう依頼すれば、ローカルデーモンが生成されたコード、モデル、メトリクス、レポートをリポジトリに直接書き込みます。すべてお使いのマシン上で処理され、リモートには何も保存されません。
Neoは汎用コーディングアシスタントではなく、AIエンジニアリング向けに特化して最適化されているため、一般的なコーディングエージェントよりもML、LLM、データのワークフローに深く対応します。
📚 ドキュメント: https://docs.heyneo.com/neo-mcp · 🔑 APIキーを取得: Neoダッシュボード
MCPでできること
- 🧩 エディターを離れずに作業 — Claude Code、Cursor、VS Code(Copilot)、Windsurf、Zed、Continue、CodexからNeoを操作できます。新しいアプリも、コンテキストの切り替えも不要です。
- 🔬 より深い対応 — AI/MLに最適化された自律的な計画、実験、評価、反復により、汎用コーディングエージェントでは難しい作業にも対応します。
- 💾 ローカル優先 — すべての出力ファイルはお使いのマシンに書き込まれ、リモートには何も保存されません。
Neoで構築できるもの
- 🤖 生成AIとLLM — RAGとセマンティック検索、エージェントとチャットボット、ファインチューニング(Llama、Qwen、Gemma)、ドキュメント分析
- 🧠 MLとディープラーニング — PyTorch / TensorFlow / scikit-learnによるトレーニング、アーキテクチャ検索、評価
- 📊 データサイエンスと分析 — EDA、特徴量エンジニアリング、予測、セグメンテーション、A/Bテスト、レポート作成
- 👁️ コンピュータービジョン — 画像分類、物体検出、OCR
- 🎤 音声とオーディオ — 音声テキスト変換、テキスト音声変換、オーディオ分類
- 🔌 独自のキーを利用 — GitHub、HuggingFace、Anthropic、OpenRouter、OpenAI、AWS S3、Weights & Biases、Kaggleのキーをローカルに保存し、環境変数として注入します
定型コードではなく成果を求める、データサイエンティスト、ML・LLMエンジニア、アナリスト、研究者、PM向けです。
インストール
pip install neo-mcp
Linux、macOS、またはWSLを介したWindowsでPython 3.11以降が必要です。NeoのコマンドはPOSIXシェルとコンテナのパス仕様を使用するため、Windowsのcmd.exe/PowerShellでのネイティブ実行は意図的にサポートしていません。
ヒント:
pipx install neo-mcpを使うと、分離された環境にインストールでき、プロジェクトの仮想環境との競合を避けられます。
エディターからNeoを使う
Neoは、主要なMCP対応AIエディターすべてで動作します。以下の手順で一度設定してください。sk-v1-YOUR_KEYは実際のキーに置き換えてください。
Claude Code
claude mcp add --scope user neo \
-e NEO_SECRET_KEY=sk-v1-YOUR_KEY \
-- neo-mcp
実行後、新しいClaude Codeセッションを開いてください。Neoのツールはセッション開始時に読み込まれます。
スコープのオプション:
--scope user(グローバル、推奨) ·--scope project(現在のリポジトリに.mcp.jsonを書き込みます) ·--scope local(このマシンのみ)
登録されたことを確認します:
claude mcp list
Cursor
~/.cursor/mcp.json:
{
"mcpServers": {
"neo": {
"command": "neo-mcp",
"env": {
"NEO_SECRET_KEY": "sk-v1-YOUR_KEY"
}
}
}
}
編集後、Cursorを再起動してください。
Windsurf
~/.codeium/windsurf/mcp_config.json:
{
"mcpServers": {
"neo": {
"command": "neo-mcp",
"env": {
"NEO_SECRET_KEY": "sk-v1-YOUR_KEY"
}
}
}
}
編集後、Windsurfを再起動してください。
VS Code(GitHub Copilot)
ワークスペースのルートにある.vscode/mcp.json(VS Code 1.99以降が必要です):
{
"servers": {
"neo": {
"type": "stdio",
"command": "neo-mcp",
"env": {
"NEO_SECRET_KEY": "sk-v1-YOUR_KEY"
}
}
}
}
Zed
~/.config/zed/settings.json:
{
"context_servers": {
"neo": {
"source": "custom",
"command": {
"path": "neo-mcp",
"args": [],
"env": {
"NEO_SECRET_KEY": "sk-v1-YOUR_KEY"
}
}
}
}
}
Continue.dev
~/.continue/config.json:
{
"mcpServers": [
{
"name": "neo",
"transport": {
"type": "stdio",
"command": "neo-mcp",
"env": {
"NEO_SECRET_KEY": "sk-v1-YOUR_KEY"
}
}
}
]
}
OpenAI Codex CLI
~/.codex/config.json:
{
"mcpServers": {
"neo": {
"command": "neo-mcp",
"env": {
"NEO_SECRET_KEY": "sk-v1-YOUR_KEY"
}
}
}
}
ツール
| ツール | 説明 |
|---|---|
neo_submit_task | ローカルに破壊的な変更を加える AI/ML タスクを送信します。ワークスペースごとにアクティブな所有者は 1 つです。 |
neo_list_tasks | 実行中および最近のタスクを一覧表示します。ポーラーは自動的に再接続します。 |
neo_task_status | バックエンドから報告された簡潔なライブステータスを表示します。テレメトリーは独立した証拠ではありません。 |
neo_get_messages | タスクが COMPLETED のときに、タスクの出力全体を読み取ります。約 20 000 トークンに制限されています。 |
neo_send_feedback | Neo から質問されたときに返信します(WAITING_FOR_FEEDBACK)。 |
neo_pause_task | 実行中のタスクを一時停止します。 |
neo_resume_task | 一時停止中のタスクを再開します。 |
neo_stop_task | タスクを停止し、完全にクリーンアップします。 |
neo_list_integrations | 保存済みのサードパーティ API キーを一覧表示します(名前のみ。値は決して表示しません)。 |
neo_add_integration | GitHub PAT/HuggingFace トークン/Anthropic キー/OpenRouter キーを登録し、Neo のタスクで環境変数として使用できるようにします。 |
neo_test_integration | プロバイダーの API を呼び出し、保存済みのキーが引き続き有効かどうかを確認します。 |
neo_remove_integration | このマシンから保存済みのキーを削除します。 |
neo_get_execution_evidence | 上限付きの、ハッシュチェーンで連結されたローカル実行記録を読み取ります。 |
neo_verify_task | 明示的なファイルアサーションと受け入れコマンドを使って、ローカルの成果物を検証します。 |
インテグレーションツールは認証情報をローカルに保存します(
~/.neo/integrations/内のファイル0o600、またはNEO_INTEGRATIONS_BACKEND=keyringによる OS キーリング)。キーがマシンの外に出ることはありません。詳しくは、ガイド全文をご覧ください。
環境変数
| 変数 | 必須 | 説明 |
|---|---|---|
NEO_SECRET_KEY | はい | Neo ダッシュボードで取得した Neo API キー(sk-v1-...) |
NEO_DEPLOYMENT_ID | いいえ | 特定のデプロイ UUID を固定します(デフォルトでは自動生成され、保存されます)。 |
NEO_WORKSPACE_DIR | いいえ | 作業ディレクトリを上書きします(Docker で便利です)。 |
NEO_READ_ONLY | いいえ | true の場合、ステータス、メッセージ、タスク/エビデンスの読み取り、インテグレーションのテスト/一覧表示、BYOK の一覧表示ツールのみを公開し、すべての変更操作および検証コマンドを拒否します。 |
NEO_INIT_CHAT_TIMEOUT_SECONDS | いいえ | 送信タイムアウト(秒)。本番環境の VS Code クライアントに合わせて、デフォルトは 60 です。 |
NEO_POLLER_READY_TIMEOUT_SECONDS | いいえ | ローカルデーモンがバックエンドとのポーラー接続を確立するまでの、送信前の最大待機時間です。デフォルトは 15 です。 |
トラブルシューティング
| 症状 | 対処方法 |
|---|---|
neo-mcp: command not found | pip install neo-mcp を再実行し、which neo-mcp で PATH を確認します。 |
| 登録後もツールが表示されない | 新しいセッションを開きます。MCP ツールはセッション開始時に読み込まれ、セッション中には読み込まれません。 |
Invalid API key (401) | Neo ダッシュボードでキーを再確認します。 |
Trial or quota ended (403) | Neo ダッシュボードで残高を追加します。 |
| タスクは送信されたが、ファイルが書き込まれない | デーモンの起動に失敗しています。neo-mcp doctor を実行して診断します。 |
| ステータスが RUNNING のまま変わらない | neo_task_status を呼び出して確認し、neo-mcp status を実行してデーモンを調べます。 |
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。