Histopathology Annotation MCP

Name: Histopathology Annotation MCP
Author: sachinbkale27

本地服务

labels.sachin-kale.com健康医疗02 天前更新

代码仓库访问官网

关于 Histopathology Annotation MCP

Histopathology Annotation MCP 将 AI 助手连接到 Image Label，为病理及其他图像提供标注工具。它支持细胞核检测、分割、质量检查、标注编辑和数据集导出，无需 GPU。

主要功能

01自动检测 H&E 细胞核
02SAM 和 MedSAM 分割
03切片质量检查
04染色颜色标准化
05标注编辑与导出

适用场景

01准备 H&E 图像训练数据
02根据框或点勾勒区域
03标注前检查切片质量
04将标注导出为 QuPath、COCO 或 YOLO

MCP 相关

该 MCP 服务向 MCP 客户端提供 Image Label 图像上传、标注、病理分析和导出工具。支持 stdio 和 Streamable HTTP 连接。

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": {
    "sachinbkale27-label-image": {
      "command": "uvx",
      "args": [
        "label-image-mcp"
      ],
      "env": {
        "LABEL_USERNAME": "<LABEL_USERNAME>",
        "LABEL_PASSWORD": "<LABEL_PASSWORD>",
        "LABEL_API_URL": "<LABEL_API_URL>"
      }
    }
  }
}

启动命令uvx label-image-mcp

需要配置的环境变量

LABEL_USERNAMEImage Label account username; leave unset to work as a guest (images kept 7 days, no whole slides)

LABEL_PASSWORD密钥Image Label account password (only with LABEL_USERNAME)

LABEL_API_URLAPI base URL

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

pypilabel-image-mcp0.8.1stdio

工具

收录的工具列表 · 更新于 1 天前

参数	类型	必填	说明
category	any	否

详细介绍

组织病理标注 MCP

图像标注，包括组织病理切片；在一次对话中将 H&E 切片转化为训练数据：细胞核、轮廓和切片 QC，可导出为 QuPath、COCO 或 YOLO 格式。无需 GPU。

一个用于在 Image Label（一款免费标注工具）中标注组织病理图像及其他图像的 MCP 服务。它可以让 Claude 和其他 AI 助手上传图像、自动勾画 H&E 切片中的每个细胞核（StarDist）、根据粗略框追踪区域（Segment Anything；医疗图像可使用 MedSAM）、检查切片质量、标准化染色颜色、清理标注，并将训练数据导出为 COCO JSON、YOLO 标签、YOLO 类别或 QuPath GeoJSON。内含一个 LangGraph Agent。

在浏览器中试用： https://agent.sachin-kale.com/#annotate：上传切片并进行标注、检测细胞核、检查切片质量或获取 AI 解读，无需任何设置。

以 label-image-mcp（PyPI）和 io.github.sachinbkale27/label-image-mcp（MCP Registry）的形式发布。

用例和设置指南：https://labels.sachin-kale.com/mcp

LangGraph agent (label-image-agent)      Claude Desktop / Claude Code / any MCP client
              │  langchain-mcp-adapters             │
              └──────────────┬──────────────────────┘
                             ▼
                    label-image-mcp (stdio or HTTP)
                             │
                             ▼
                 Image Label API  (/api/images ...)

账户

这些工具需要 Image Label 账户（申请账户）。它们只能查看、更改和上传保存到该账户的图像；没有账户时，它们看不到任何图像。仅保存在浏览器中的工作内容对它们不可见。

安装

Claude Desktop： 从最新版本下载 label-image-mcp.mcpb，打开文件，并在提示时输入用户名和密码。

Claude Code：

claude mcp add label-image -e LABEL_USERNAME=... -e LABEL_PASSWORD=... -- uvx label-image-mcp

任何 MCP 客户端（需要 uv）：

{
  "mcpServers": {
    "label-image": {
      "command": "uvx",
      "args": ["label-image-mcp"],
      "env": { "LABEL_USERNAME": "...", "LABEL_PASSWORD": "..." }
    }
  }
}

Agent 技能

skills/label-image/SKILL.md 会指导 Agent 何时以及如何使用这些工具：哪些标注类型会包含在导出文件中、如何安全地清理标签，以及如何将每张图像的导出文件合并为一个类别 ID 一致的 COCO 或 YOLO 数据集（附带 scripts/merge_exports.py）。它遵循开放的 SKILL.md 格式，因此可用于 Claude Code 和其他支持技能的 Agent。

# Claude Code: install for all your projects (or copy into a project's .claude/skills/)
git clone --depth 1 https://github.com/sachinbkale27/label-image-mcp /tmp/label-image-mcp
mkdir -p ~/.claude/skills && cp -r /tmp/label-image-mcp/skills/label-image ~/.claude/skills/

配置

变量	默认值	用途
`LABEL_USERNAME` / `LABEL_PASSWORD`	未设置	账户凭据。未设置时，这些工具看不到任何图像
`LABEL_API_URL`	`https://labels.sachin-kale.com/api`	API 基础 URL，用于其他部署或 `sam local start-api`

工具

工具	功能
`list_images(category?)`	图像摘要及标注数量
`get_image(image_id)`	元数据、标注和带签名的查看 URL
`update_image_metadata(image_id, name?, category?, sub_category?, description?)`	编辑图像详情
`add_annotations(image_id, annotations)`	添加图钉、多边形、圆形、矩形或箭头
`replace_annotations(image_id, annotations)`	替换所有标注
`remove_annotations(image_id, annotation_ids)`	按 ID 移除标注
`upload_image(path, name?, category?, description?)`	上传本地图像文件
`upload_image_from_url(url, name?, category?, description?)`	从 https URL 下载图像（最大 20 MB）并上传
`segment_objects(image_id, objects, model?, save?)`	使用 Segment Anything，根据粗略框或每个对象的一个点描出精确轮廓，并将其保存为多边形。`model`：`sam`（照片）或 `medsam`（CT、MRI、X 光、超声、内窥镜、病理；仅支持框）
`warm_up_segmentation(model?)`	开始加载分割模型，不等待加载完成（空闲一段时间后，加载需要一两分钟）
`detect_nuclei(image_id, max_nuclei?, mark_enlarged?, replace_previous?, save?)`	使用 StarDist 自动查找并描出 H&E 图像中的每个细胞核（无需框）。返回数量、密度、中位面积和大小差异；面积超过中位数 2.5 倍的细胞核会标记为 `enlarged nucleus`
`normalize_stain(image_id)`	Macenko 染色归一化：生成一份具有标准 H&E 颜色的副本，并保存为新图像
`check_image_quality(image_id)`	执行类似 HistoQC 的检查（组织占比、模糊、记号笔、曝光、染色过淡），并给出结论和警告
`warm_up_pathology()`	开始加载细胞核模型，不等待加载完成
`export_annotations(image_id, format)`	导出 COCO JSON 或 YOLO 格式，输出与 Web 应用的导出结果相同；也可使用 `qupath`：生成 GeoJSON，供 QuPath 的 File > Import objects 使用（StarDist 细胞核会作为检测结果导入）

特意不提供删除图像的工具。

segment_objects 会调用 API 的 POST /images/{id}/segment，在 Lambda 容器（backend/segment）中运行 SAM （facebook/sam-vit-base）或 MedSAM （wanglab/medsam-vit-base）。空闲一段时间后，模型启动需要一些时间；客户端会在之后重试。结果仅供研究和数据集构建使用，不用于诊断。

组织病理学工具会调用 POST /images/{id}/pathology，在另一个 Lambda 容器（backend/pathology）中运行 StarDist（BSD-3；其预训练的 2D_versatile_he 模型使用公开 H&E 数据集训练，其中一些数据集仅允许非商业用途，因此商业使用前请先核实）， torchstain（MIT）和 OpenCV 质量指标。显微镜照片的放大倍率各不相同，因此 detect_nuclei 还会尝试将图像放大 2 倍和 3 倍，并保留找到细胞核最多的缩放比例。

HTTP 模式

label-image-mcp --http [--host 127.0.0.1] [--port 8765] 会在 http://HOST:PORT/mcp 提供 Streamable HTTP 服务，因此多个客户端可以共用同一个运行中的服务：

claude mcp add --transport http label-image http://127.0.0.1:8765/mcp

托管模式

label-image-mcp --http --hosted --host 0.0.0.0 用于远程运行服务，例如通过 Lambda Web Adapter 在 AWS Lambda 后运行。它不保留会话状态，以 JSON 作答，并要求每个请求都携带 Authorization: Bearer <token>；如果未配置令牌，则会拒绝所有请求。

变量	用途
`MCP_AUTH_TOKEN`	客户端必须发送的 Bearer 令牌
`LABEL_CREDENTIALS_SECRET`	AWS Secrets Manager 密钥，其中包含 `username`、`password` 和 `mcp_token`，用于替代上述变量
`LABEL_UPLOAD_URL_HOSTS`	以逗号分隔的主机名，`upload_image_from_url` 可从这些主机下载内容（托管时建议配置）

LangGraph Agent

使用这些工具的终端聊天 Agent。图为 START → agent ⇄ tools，并在会话期间保留对话记忆。

uv tool install "label-image-mcp[agent]"
export ANTHROPIC_API_KEY=... LABEL_USERNAME=... LABEL_PASSWORD=...
label-image-agent

变量	默认值	用途
`LABEL_AGENT_MODEL`	`anthropic:claude-sonnet-5-5`	模型，格式为 `provider:model`，例如 `openai:gpt-4.1` 或 `ollama:llama3.1`（安装 `langchain-openai` / `langchain-ollama`）
`LABEL_MCP_URL`	未设置	连接到正在运行的 HTTP 服务，而不是启动一个服务

开发

uv sync --extra agent
uv run pytest
npx @modelcontextprotocol/inspector uv run label-image-mcp

在 Image Label 应用仓库中，./start.sh 会以 HTTP 模式在 Web 应用旁运行此服务。它从 mcp-server/.env 读取凭据。版本发布说明见 PUBLISHING.md。

许可证

MIT

支持 Markdown

登录后评论

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。

阅读入门指南

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。

Histopathology Annotation MCP

关于 Histopathology Annotation MCP

主要功能

适用场景

MCP 相关

配置

工具

详细介绍

组织病理标注 MCP

账户

安装

Agent 技能

配置

工具

HTTP 模式

托管模式

LangGraph Agent

开发

许可证

评论

第一次接触 MCP？

MCP（Model Context Protocol）是什么？

MCP 服务和客户端有什么区别？

本地服务与远程服务怎么选？

如何在 Claude、Cursor 等客户端中安装服务？

收录的项目经过审核吗？“认证”标识代表什么？

我维护的项目已被收录，怎样认领？