mcpField
G
groundlight-mcp-server

groundlight-mcp-server

本地服务
dashboard.groundlight.aiAI 与智能体474 周前更新

关于 groundlight-mcp-server

groundlight-mcp-server 将 MCP 客户端连接到 Groundlight,用于配置图像检测器、提交查询和管理提醒。支持二元、多类别与计数模式,并可依据置信度转交人工审核及通过标注提供反馈。

主要功能

  1. 01创建和配置图像检测器
  2. 02支持二元、多类别和计数模式
  3. 03提交并检索图像查询
  4. 04创建和管理检测器提醒
  5. 05标注结果并查看评估指标

适用场景

  1. 01将图像分类到预定义类别
  2. 02统计物体或回答图像是非问题
  3. 03将低置信度查询转交人工审核

MCP 相关

向 MCP 客户端提供 Groundlight 检测器、图像查询、提醒、标注和评估操作工具。

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": {
"groundlight": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"GROUNDLIGHT_API_TOKEN",
"groundlight/groundlight-mcp-server"
],
"env": {
"GROUNDLIGHT_API_TOKEN": "<GROUNDLIGHT_API_TOKEN>"
}
}
}
}
启动命令docker run -i --rm -e GROUNDLIGHT_API_TOKEN groundlight/groundlight-mcp-server
需要配置的环境变量
GROUNDLIGHT_API_TOKEN密钥

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
ocigroundlight/groundlight-mcp-server

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

Claude 使用 Groundlight MCP 服务创建蜂鸟警报应用的动画演示

许可证:Apache2.0 阅读更多

groundlight-mcp-server,由 <img src=resources/images/gl_logo.png height=25> 提供

概述

一个用于与 Groundlight 交互的模型上下文协议(MCP)服务。此服务提供用于创建、列出和自定义 Detector,提交和列出 ImageQuery,创建、列出和删除 Alert,以及查看 Detector 评估指标的工具。

随着我们持续开发和改进此服务,其功能和可用工具可能会发生变化并扩展。

工具

Groundlight MCP 服务提供以下工具:

  1. create_detector

    • 描述:根据指定的配置创建 Detector。支持三种模式:

      1. 二元:针对图像中的自然语言查询回答“是”或“否”。
      2. 多类别:根据自然语言查询,将图像分类到预定义类别中。
      3. 计数:使用自然语言描述,统计图像中指定对象出现的次数。

      所有 Detector 都会分析图像以回答自然语言查询,并返回置信度分数以表明结果的可靠性。如果置信度低于指定阈值,查询将升级为人工审核。Detector 会通过持续学习反馈和更多示例不断改进。

    • 输入:config(DetectorConfig 对象,包含 name、query、confidence_threshold、mode 及特定模式的配置)

    • 返回:Detector 对象

  2. get_detector

    • 描述:根据 ID 获取 Detector。
    • 输入:detector_id(字符串)
    • 返回:Detector 对象
  3. list_detectors

    • 描述:列出与当前用户关联的所有 Detector。
    • 输入:无
    • 返回:Detector 对象列表
  4. submit_image_query

    • 描述:向指定的 Detector 提交图像以获取回答。图像可以通过文件路径、URL 或原始字节数据提供。Detector 将返回包含标签和置信度分数的响应。
    • 输入:detector_id(字符串),image(字符串或字节数据)
    • 返回:ImageQuery 对象
  5. get_image_query

    • 描述:根据 ID 获取现有的图像查询。
    • 输入:image_query_id(字符串)
    • 返回:ImageQuery 对象
  6. list_image_queries

    • 描述:列出与指定 Detector 关联的所有图像查询。请注意,结果数量可能很大。
    • 输入:detector_id(字符串)
    • 返回:ImageQuery 对象列表
  7. get_image

    • 描述:根据 ID 获取与图像查询关联的图像。如果有可用的边界框,可选择在图像上标注。
    • 输入:image_query_id(字符串),annotate(布尔值,默认值:false)
    • 返回:Image 对象
  8. create_alert

    • 描述:为 Detector 创建警报,在满足特定条件时触发操作。
    • 输入:config(AlertConfig 对象,包含 name、detector_id、condition,以及可选的 webhook_action、email_action、text_action、enabled 和 human_review_required 字段)
    • 返回:Rule 对象
  9. list_alerts

    • 描述:列出系统中的所有警报(规则)。(注意:当前实现不会按 Detector 筛选。)
    • 输入:page(整数,默认值:1),page_size(整数,默认值:100)
    • 返回:Rule 对象列表
  10. delete_alert

    • 描述:根据警报 ID 删除警报(规则)。
    • 输入:alert_id(字符串)
    • 返回:无
  11. add_label

    • 描述:为图像查询提供标签(标注)。此功能用于训练检测器或修正结果。对于计数检测器,可以选择提供感兴趣区域。
    • 输入:image_query_id(字符串)、label(整数或字符串)、rois(可选列表)
    • 返回:无
  12. get_detector_evaluation_metrics

    • 描述:获取检测器的详细评估指标,包括混淆矩阵和示例。
    • 输入:detector_id(字符串)
    • 返回:评估指标字典
  13. update_detector_confidence_threshold

    • 描述:更新检测器的置信度阈值。
    • 输入:detector_id(字符串)、confidence_threshold(浮点数)
    • 返回:无
  14. update_detector_escalation_type

    • 描述:更新检测器的升级类型。此设置决定何时将查询发送给人工审核。选项:'STANDARD'(根据置信度阈值升级)或 'NO_HUMAN_LABELING'(永不升级)。
    • 输入:detector_id(字符串)、escalation_type(字符串,可为 "STANDARD" 或 "NO_HUMAN_LABELING")
    • 返回:无

配置

与 Claude Desktop 搭配使用

将以下内容添加到 claude_desktop_config.json:

"mcpServers": {
  "groundlight": {
    "command": "docker",
    "args": ["run", "--rm", "-i", "-e", "GROUNDLIGHT_API_TOKEN", "groundlight/groundlight-mcp-server"],
    "env": {
        "GROUNDLIGHT_API_TOKEN": "YOUR_API_TOKEN_HERE"
    }
  }
}
与 Zed 搭配使用

将以下内容添加到 settings.json:

{
  "context_servers": {
    "groundlight": {
      "command": {
        "path": "docker",
        "args": [
          "run",
          "--rm",
          "-i",
          "-e",
          "GROUNDLIGHT_API_TOKEN",
          "groundlight/groundlight-mcp-server"
        ],
        "env": {
          "GROUNDLIGHT_API_TOKEN": "YOUR_API_TOKEN_HERE"
        }
      }
    }
  }
}

开发

在本地构建 Docker 镜像:

make build-docker

在本地运行 Docker 镜像:

make run-docker

[Groundlight Internal] 将 Docker 镜像推送到 Docker Hub(需要 DockerHub 凭据):

make push-docker

s

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。