关于 mcp-label-studio: A Label Studio MCP server
mcp-label-studio 是用于管理和操作 Label Studio 标注项目的 MCP 服务,面向需要通过 Agent 处理标注项目与数据的团队。它支持项目配置、任务导入和标注导出,涵盖从项目管理到数据交换的工作流程。
主要功能
- 01列出项目并查看项目详情
- 02创建、更新和删除标注项目
- 03导入文件中的任务
- 04导出标注数据并查询支持格式
适用场景
- 01通过 Agent 创建和维护标注项目
- 02将任务文件导入 Label Studio 项目
- 03导出项目标注供后续处理
MCP 相关
作为 MCP 服务,它向 MCP 客户端提供 Label Studio 项目管理、任务导入、标注导出和格式查询工具。
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。
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。
工具
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
mcp-label-studio:Label Studio MCP 服务
概述
一个用于管理和交互 Label Studio 项目的模型上下文协议服务。此服务提供用于创建和管理标注项目、导入和导出数据以及促进数据标注工作流的工具。
工具
-
get_projects- 获取所有项目的信息
- 返回:包含所有项目基本信息的列表
-
get_project_detail- 获取特定项目的详细信息
- 输入:
project_id(string):Label Studio 项目 ID
- 返回:项目详细信息,包括标签配置
-
create_project- 创建新的标注项目
- 输入:
title(string):项目标题description(string,可选):项目描述label_config(string,可选):XML 标签配置
- 返回:新建的项目信息
-
update_project- 更新现有项目
- 输入:
project_id(string):项目 IDtitle(string,可选):新项目标题description(string,可选):新项目描述label_config(string,可选):新的 XML 标签配置
- 返回:更新后的项目信息
-
delete_project- 删除项目
- 输入:
project_id(string):要删除的项目 ID
- 返回:删除状态
-
export_project_annotations- 导出项目标注数据
- 输入:
project_id(string):项目 IDexport_format(string,可选):导出格式("JSON"、"CSV"、"TSV"、"CONLL2003"、"COCO")output_path(string,可选):导出文件的保存路径
- 返回:导出的标注数据
-
import_tasks_from_file- 从文件导入任务
- 输入:
project_id(string):项目 IDfile_path(string):导入文件的路径
- 返回:导入状态
-
get_export_formats- 获取项目支持的导出格式
- 输入:
project_id(string):项目 ID
- 返回:支持的导出格式列表
安装
使用 uv(推荐)
使用 uv 时,可以直接运行服务:
git clone https://github.com/yourusername/mcp-label-studio.git
cd mcp-label-studio
uv pip install -e .
uv run server.py
使用 Docker
也可以使用 Docker 运行服务:
docker build -t mcp-label-studio .
docker run -e LABEL_STUDIO_API_KEY=your-api-key -e LABEL_STUDIO_URL=http://your-label-studio-instance mcp-label-studio
配置
与 Claude Desktop 搭配使用
将以下内容添加到 claude_desktop_config.json:
使用 uv
"mcpServers": {
"label-studio": {
"command": "uv",
"args": ["run", "/path/to/mcp-label-studio/server.py"],
"env": {
"LABEL_STUDIO_API_KEY": "YOUR_LABEL_STUDIO_API_KEY",
"LABEL_STUDIO_URL": "YOUR_LABEL_STUDIO_URL"
}
}
}
使用 docker
"mcpServers": {
"label-studio": {
"command": "docker",
"args": ["run", "-i", "--rm", "-e", "LABEL_STUDIO_API_KEY=YOUR_API_KEY", "-e", "LABEL_STUDIO_URL=YOUR_URL", "mcp-label-studio"]
}
}
调试
可以使用 MCP inspector 调试服务:
cd /path/to/mcp-label-studio
LABEL_STUDIO_API_KEY=YOUR_API_KEY LABEL_STUDIO_URL=YOUR_URL npx @modelcontextprotocol/inspector uv run server.py
许可证
此 MCP 服务采用 MIT 许可证。这意味着你可以自由使用、修改和分发该软件,但须遵守 MIT 许可证的条款和条件。详情请参阅项目仓库中的 LICENSE 文件
评论
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。