mcpField
N
Neo — AI/ML Engineering

Neo — AI/ML Engineering

本地服务
heyneo.com开发工具26 周前更新

关于 Neo — AI/ML Engineering

neo-mcp 将自主 AI/ML 工程服务 Neo 接入支持 MCP 的编码工具,供数据科学家、ML 工程师和研究人员在编辑器中委派工作流。它跟踪任务,并将生成的文件写入本地仓库。

主要功能

  1. 01提交和管理 AI/ML 任务
  2. 02跟踪状态并获取输出
  3. 03暂停、恢复和停止任务
  4. 04登记并测试集成凭据
  5. 05验证本地文件与执行证据

适用场景

  1. 01委派模型训练与评估
  2. 02构建 RAG 或语义搜索工作流
  3. 03执行数据分析与预测
  4. 04生成视觉或语音工作流

MCP 相关

neo-mcp 是 MCP 服务,向编码客户端提供任务提交、状态查询、输出读取、反馈、控制、集成和验证工具。它使用 Neo API 密钥配置并与 Neo 通信,同时将结果写入本地。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"neoairesearch-neo": {
"command": "uvx",
"args": [
"neo-mcp"
],
"env": {
"NEO_SECRET_KEY": "<NEO_SECRET_KEY>",
"NEO_ENVIRONMENT": "<NEO_ENVIRONMENT>",
"NEO_WORKSPACE_DIR": "<NEO_WORKSPACE_DIR>"
}
}
}
}
启动命令uvx neo-mcp
需要配置的环境变量
NEO_SECRET_KEY密钥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.

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypineo-mcp0.5.5

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Neo MCP — 无需离开编辑器,开展 AI 工程

PyPI Python License: MIT Downloads

留在 Claude Code、Cursor 或 Codex 中,将 AI/ML 工作交给 Neo——这位自主 AI 工程师可以根据通俗易懂的请求,规划、构建、运行和评估完整工作流。 neo-mcp 是 Model Context Protocol 服务,可将 Neo 接入你已在使用的 AI 编码工具,让你无需切换标签页:让 Agent 将任务交给 Neo,本地守护进程便会将生成的代码、模型、指标和报告直接写入你的代码库——一切都在你的机器上完成,不会远程存储任何内容。

Neo 专为 AI 工程优化,而非通用编码助手,因此它在 ML、大模型和数据工作流方面比通用编码 Agent 更深入。

📚 文档: https://docs.heyneo.com/neo-mcp · 🔑 获取 API 密钥: Neo 控制面板

MCP 带来的可能

  • 🧩 留在你的编辑器中 — 在 Claude Code、Cursor、VS Code(Copilot)、Windsurf、Zed、Continue 或 Codex 中使用 Neo。无需安装新应用,也无需切换上下文。
  • 🔬 更深入 — 针对 AI/ML 优化的自主规划、实验、评估和迭代,超越通用编码 Agent 的能力。
  • 💾 本地优先 — 所有输出文件都会写入你的机器;不会远程存储任何内容。

使用 Neo 可以构建什么

  • 🤖 生成式 AI 和大模型 — RAG 与语义搜索、Agent 与聊天机器人、微调(Llama、Qwen、Gemma)、文档分析
  • 🧠 ML 与深度学习 — PyTorch / TensorFlow / scikit-learn 训练、架构搜索、评估
  • 📊 数据科学与分析 — EDA、特征工程、预测、细分、A/B 测试、报告
  • 👁️ 计算机视觉 — 图像分类、目标检测、OCR
  • 🎤 语音与音频 — 语音转文本、文本转语音、音频分类
  • 🔌 使用你自己的密钥 — GitHub、HuggingFace、Anthropic、OpenRouter、OpenAI、AWS S3、Weights & Biases、Kaggle——密钥存储在本地,并作为环境变量注入

适用于希望获得成果而非样板代码的数据科学家、ML 和大模型工程师、分析师、研究人员及产品经理。


安装

pip install neo-mcp

需要在 Linux、macOS 或通过 WSL 使用的 Windows 上安装 Python 3.11+。有意不支持在原生 Windows cmd.exe/PowerShell 中运行,因为 Neo 命令使用 POSIX shell 和容器路径语义。

提示: 使用 pipx install neo-mcp 可在隔离环境中安装,避免与项目的虚拟环境发生冲突。


在编辑器中使用 Neo

Neo 可在所有主流的、支持 MCP 的 AI 编辑器中运行——按下方说明完成一次设置即可。请将 sk-v1-YOUR_KEY 替换为你的实际密钥。


Claude Code
claude mcp add --scope user neo \
  -e NEO_SECRET_KEY=sk-v1-YOUR_KEY \
  -- neo-mcp

运行后,请启动新的 Claude Code 会话。Neo 工具会在会话启动时加载。

作用范围选项: --scope user(全局,推荐) · --scope project(在当前代码库中写入 .mcp.json) · --scope local(仅此机器)

验证是否已注册:

claude mcp list

Cursor

~/.cursor/mcp.json:

{
  "mcpServers": {
    "neo": {
      "command": "neo-mcp",
      "env": {
        "NEO_SECRET_KEY": "sk-v1-YOUR_KEY"
      }
    }
  }
}

编辑后重启 Cursor。


Windsurf

~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "neo": {
      "command": "neo-mcp",
      "env": {
        "NEO_SECRET_KEY": "sk-v1-YOUR_KEY"
      }
    }
  }
}

编辑后重启 Windsurf。


VS Code(GitHub Copilot)

工作区根目录中的 .vscode/mcp.json(需要 VS Code 1.99+):

{
  "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"
      }
    }
  }
}

工具

工具描述
neo_submit_task提交会在本地造成破坏性影响的 AI/ML 任务;每个工作区只能有一个活跃所有者。
neo_list_tasks列出运行中和近期的任务 — 自动重新连接轮询器。
neo_task_status显示精简的实时后端状态;遥测数据不能作为独立证据。
neo_get_messages在任务 COMPLETED 时读取完整任务输出。上限约为 20 000 个令牌。
neo_send_feedbackNeo 提问时回复(WAITING_FOR_FEEDBACK)。
neo_pause_task暂停运行中的任务。
neo_resume_task恢复已暂停的任务。
neo_stop_task永久停止并清理任务。
neo_list_integrations列出已存储的第三方 API 密钥(仅名称 — 绝不显示密钥值)。
neo_add_integration注册 GitHub PAT / HuggingFace 令牌 / Anthropic 密钥 / OpenRouter 密钥,供 Neo 任务作为环境变量使用。
neo_test_integration调用提供商的 API,确认已存储的密钥仍然有效。
neo_remove_integration从此机器删除已存储的密钥。
neo_get_execution_evidence读取有界、哈希链式的本地执行观察记录。
neo_verify_task使用明确的文件断言和验收命令验证本地文件。

集成工具会在本地存储凭据(存储在 ~/.neo/integrations/ 下的文件中,权限为 0o600,或使用设置了 NEO_INTEGRATIONS_BACKEND=keyring 的操作系统密钥环)。密钥绝不会离开你的机器。完整指南请参阅 docs/INTEGRATIONS.md。


环境变量

变量必需描述
NEO_SECRET_KEY是你的 Neo API 密钥(sk-v1-...),可从 Neo 控制面板获取
NEO_DEPLOYMENT_ID否固定使用特定的部署 UUID(默认自动生成并持久化)
NEO_WORKSPACE_DIR否覆盖工作目录(在 Docker 中很有用)
NEO_READ_ONLY否true — 仅提供状态、消息、任务/证据读取、集成测试/列表和 BYOK 列表工具;拒绝所有修改和验证命令
NEO_INIT_CHAT_TIMEOUT_SECONDS否提交超时时间(秒);默认值为 60,与生产环境中的 VS Code 客户端保持一致
NEO_POLLER_READY_TIMEOUT_SECONDS否本地守护进程建立后端轮询连接前的最长等待时间;默认值为 15

故障排除

症状解决方法
neo-mcp: command not found重新运行 pip install neo-mcp,并使用 which neo-mcp 检查 PATH
注册后未显示工具打开新会话 — MCP 工具会在会话开始时加载,而不是在会话中途加载
Invalid API key (401)在 Neo 控制面板中重新检查密钥
Trial or quota ended (403)在 Neo 控制面板中充值
已提交任务,但没有写入文件守护进程启动失败 — 运行 neo-mcp doctor 进行诊断
状态卡在 RUNNING调用 neo_task_status 检查;运行 neo-mcp status 检查守护进程

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。