mcpField
F
Fovux Kit

Fovux Kit

本地服务
oaslananka.github.ioAI 与智能体25 天前更新

关于 Fovux Kit

Fovux Kit 是面向计算机视觉开发者的本地 YOLO 工作台,覆盖数据集检查、训练、评估、导出和边缘推理,并包含 VS Code 扩展。其 MCP 服务通过 stdio 暴露本地工具,且默认不收集遥测数据。

主要功能

  1. 01YOLO 数据集检查与验证
  2. 02模型训练和评估
  3. 03ONNX、TensorRT 与 TFLite 导出
  4. 04量化、推理和基准测试
  5. 05VS Code 训练与数据集界面
  6. 06本地运行与审计管理

适用场景

  1. 01检查标注并查找缺失标签
  2. 02监控训练指标并比较运行结果
  3. 03将模型导出为边缘部署格式
  4. 04通过 Agent 自动化本地视觉工作流

MCP 相关

Fovux MCP 服务通过 stdio 向 AI Agent 提供 47 个本地工具,涵盖数据集处理、训练、评估、导出、推理和运行管理。Fovux Studio 使用独立的本地 HTTP/SSE API。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

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

Fovux

以本地优先为理念的边缘 AI YOLO 工作台。

请我喝杯咖啡

Org CI/CD PyPI npm Marketplace Python 3.12-3.14 License: Apache-2.0

什么是 Fovux?

Fovux 是一个以本地优先为理念的视觉工作台,用于 YOLO 数据集、训练、评估、导出和边缘推理。它整合了 Python 后端包 fovux-mcp 1.6.2、npm 封装包 fovux-mcp 1.6.2,以及 VS Code 配套扩展 Fovux Studio 1.5.1,简化计算机视觉工程的整个生命周期。

开发者为何使用它

  • 本地优先:无需托管控制平面。数据集和模型完全保留在本地计算机或可信基础设施上。
  • YOLO 端到端生命周期:从原始图像到经过优化的 ONNX/TensorRT 边缘产物,Fovux 帮你管理整个流程。
  • 原生支持 MCP 自动化:通过 MCP stdio 向 Agent 客户端提供工具,同时 Fovux Studio 使用独立的本地 HTTP/SSE API 支持仪表板和受控 UI 工作流。
  • VS Code Studio:在编辑器中直接使用可视化工作流,跟踪运行、查看性能并评估数据集。
  • 可复现的本地运行:配置保持一致,便于分享、比较和审计。
  • 专注导出和边缘推理:轻松将模型导出为可用于生产的格式。
  • 默认优先保护隐私:Fovux 不包含任何隐藏遥测功能。

60 秒快速入门

请确保已安装 Python 3.12 至 3.14。使用 uv 全局安装后端:

uv tool install fovux-mcp
fovux doctor

fovux-mcp 是 Fovux Studio 和 MCP 客户端使用的主要 CLI 别名。较短的 fovux 别名指向同一个 Typer 应用,可直接在终端中使用。 npm 用户可以通过 npm install -g fovux-mcp 安装封装包;它会通过 uvx 调用 对应的 Python 包。

初始化 Fovux 环境并启动 MCP 服务:

fovux-mcp serve --http

安装 VS Code 扩展,打开命令面板(Ctrl+Shift+P),输入 Fovux: Start Training...,即可开始首次运行。

安装

使用 uv(推荐)
uv tool install fovux-mcp
使用 npm
npm install -g fovux-mcp
Fovux Studio(VS Code 扩展)

在 VS Code Marketplace 或 Open VSX 中搜索 Fovux Studio,或通过 CLI 安装:

code --install-extension oaslananka.fovuxstudiokit

MCP 客户端配置

若要将 MCP 桌面客户端连接到 Fovux,请将以下内容添加到 MCP 客户端配置文件(mcp_config.json)中:

{
    "mcpServers": {
        "fovux": {
            "command": "fovux-mcp",
            "args": []
        }
    }
}

Fovux Studio

Fovux Studio 可直接在 VS Code 中为 Fovux 环境提供可视化界面:

  • 运行仪表板:实时监控训练指标、GPU 使用情况和 epoch 进度。
  • 数据集检查器:分析 YOLO 标注并查找缺失的标签。
  • 导出向导:使用最佳形状将模型转换为 ONNX、TensorRT 或 TFLite。
  • 时间线与比较:对比不同运行,了解性能退化或进步。

使用 VS Code 命令面板(Cmd/Ctrl+Shift+P),输入 Fovux: 即可查看可用命令。

核心工具

Fovux MCP 1.6.2 提供 47 个本地工具,涵盖数据集检查、验证、主动学习、训练、评估、导出、量化、推理、基准测试、运行管理、策略/审计和支持包工作流。

生成的完整工具列表位于 fovux-mcp/README.md 和 MkDocs 站点中;如果已注册的工具缺少文档、架构快照、策略元数据、Studio 映射或 MkDocs 导航,CI 现在会失败。

架构

Fovux 通过三个核心组件划分职责:

  1. Fovux Core:底层 Python 引擎,与 YOLO 和本地硬件交互。
  2. Fovux MCP Server:stdio MCP 服务,将 Fovux Core 提供给 AI Agent;此外还包含 Fovux Studio 使用的本地 API/自定义 REST+SSE 桥接。符合标准的 Streamable HTTP MCP 端点另列在 v1.4.0 - MCP Conformance & Agent Safety 里程碑中。
  3. Fovux Studio:供用户交互的 React/TypeScript VS Code 扩展。

在文档中阅读更多架构相关内容

安全与隐私

Fovux 专为企业隐私保护而构建。默认不收集任何遥测数据。 数据会原封不动地保留在您指定的位置;除非您明确配置第三方集成(例如 W&B),否则不会向外部服务发送分析数据。

CI/CD 与发布模式

Fovux 在此仓库中采用安全的 GitHub Actions 发布模式:

  • oaslananka/fovux-kit:代码、问题、拉取请求、CI 和发布的唯一可信来源。
  • .github/workflows:活跃的 CI、安全、发布和注册表发布工作流。
  • 受保护的 GitHub 环境用于管控向 PyPI、npm、Marketplace 和 Open VSX 发布的流程。

所有版本均由 release-please 根据 Conventional Commits 创建,通过 CI 检查,并由 GitHub Actions 发布,同时附带校验和、SBOM 和来源证明。

仓库操作

仓库操作、运行时兼容性、分支保护、开发者环境初始化和发布流程记录在 docs/repository-operations.md、docs/runtime-compatibility.md、docs/development.md、docs/branch-protection.md 和 docs/release-process.md 中。本地环境变量名称列于 .env.example;发布凭据保存在受保护的 GitHub Actions 密钥中。

在 Linux/macOS 上首次检出并设置开发环境:

scripts/bootstrap-dev.sh --install-deps --hooks
task verify:required

路线图

  • v1.3.1 - Stabilization & Documentation Truth:解决文档偏差、本地开发体验、注册表验证、发布元数据问题,并完善快速失败质量门禁。
  • v1.4.0 - MCP Conformance & Agent Safety:确定官方 MCP 传输方案、添加一致性测试和架构快照,并确保 Agent 审批安全。
  • Studio Workflow & Dataset Intelligence:提供引导式数据集→训练→评估→导出工作流,并覆盖 Studio 端到端冒烟测试。
  • v1.6.0 - Edge Export & Deployment Intelligence:涵盖当前导出矩阵、目标配置、基准测试可复现性和量化工作流。
  • v2.0.0 - Extensibility, Supply Chain & Ecosystem Readiness:涵盖插件/API 稳定性、可信发布、证明、威胁模型和市场发布凭证。

贡献

欢迎贡献!请阅读我们的贡献指南以开始参与。

许可证

Fovux 根据 Apache-2.0 许可证发布。

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。