mcpField
M
mcp-label-studio: A Label Studio MCP server

mcp-label-studio: A Label Studio MCP server

本地服务
github.com/lxkaka开发工具381 周前更新

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

  1. 01列出项目并查看项目详情
  2. 02创建、更新和删除标注项目
  3. 03导入文件中的任务
  4. 04导出标注数据并查询支持格式

适用场景

  1. 01通过 Agent 创建和维护标注项目
  2. 02将任务文件导入 Label Studio 项目
  3. 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。

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

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
  1. 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
  2. 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
  3. 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
  4. update_project

    • 更新现有项目
    • 输入:
      • project_id(string):项目 ID
      • title(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
  5. delete_project

    • 删除项目
    • 输入:
      • project_id(string):要删除的项目 ID
    • 返回:删除状态
  6. export_project_annotations

    • 导出项目标注数据
    • 输入:
      • project_id(string):项目 ID
      • export_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
  7. import_tasks_from_file

    • 从文件导入任务
    • 输入:
      • project_id(string):项目 ID
      • file_path(string):导入文件的路径
    • 返回:导入状态
  8. 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

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。