Cloudinary MCP Server

Hvad gør “Cloudinary” MCP Server?

Cloudinary MCP (Model Context Protocol) Server gør det muligt for AI-assistenter og klienter at uploade billeder og videoer til Cloudinary, en populær skybaseret platform til mediehåndtering. Ved at fungere som bro mellem AI-værktøjer (såsom Claude Desktop) og Cloudinary, effektiviserer denne server håndteringen af medieaktiver, så assistenter kan udføre handlinger som upload, tagging og organisering af filer direkte gennem automatiserede workflows. Dette øger udviklingsproduktiviteten markant ved at automatisere mediehåndtering, integrere ekstern lagerplads og muliggøre problemfri API-interaktioner til håndtering af rigt medieindhold i forskellige applikationer.

Liste over Prompts

Ingen prompt-skabeloner er angivet i repository eller dokumentation.

Liste over Ressourcer

Ingen eksplicitte ressourcer er dokumenteret i repository eller README.

Liste over Værktøjer

• upload
  Upload billeder og videoer til Cloudinary.
  • Parametre:
    • file (påkrævet): Sti til fil, URL eller base64 data URI der skal uploades
    • resource_type (valgfri): Type af ressource (‘image’, ‘video’ eller ‘raw’)
    • public_id (valgfri): Brugerdefineret public ID til det uploadede aktiv
    • overwrite (valgfri): Om eksisterende aktiver med samme public ID skal overskrives
    • tags (valgfri): Array af tags som skal tildeles det uploadede aktiv

Anvendelsesmuligheder for denne MCP Server

• Automatiseret medie-upload:
  Udviklere eller AI-assistenter kan automatisk uploade billeder og videoer til Cloudinary fra lokale stier, URL’er eller data URI’er, hvilket effektiviserer håndteringen af medieaktiver i projekter.

• Tagging og organisering af medier:
  Aktiver kan tagges og tildeles brugerdefinerede public ID’er ved upload, så det er lettere at organisere, søge og styre store mediebiblioteker.

• Optimering af indholdslevering:
  Ved at uploade medier til Cloudinary kan udviklere udnytte Cloudinary’s CDN og transformationsfunktioner, hvilket forbedrer slutbrugerens oplevelse med optimerede og hurtigt indlæsende medier.

• Integration med AI-workflows:
  MCP-serveren gør det muligt for AI-agenter (f.eks. Claude Desktop) at inkorporere upload af medier som en del af større, automatiserede workflows, såsom at generere indhold og straks uploade resultaterne.

• Platformuafhængig mediehåndtering:
  Understøtter upload fra forskellige kilder (filsti, URL, base64), hvilket gør den alsidig til forskellige udviklingsmiljøer og automatiseringsscripts.

Sådan sættes den op

Windsurf

Ingen specifikke Windsurf-instruktioner er angivet.

Claude

1. Installer Node.js (version 18 eller nyere) fra nodejs.org.

2. Find Claude konfigurationsmappen:

   • Windows: C:\Users\NAME\AppData\Roaming\Claude
   • macOS: ~/Library/Application Support/Claude/

3. Rediger din MCP-indstillingsfil og tilføj:

   {
     "mcpServers": {
       "cloudinary": {
         "command": "npx",
         "args": ["@felores/cloudinary-mcp-server@latest"],
         "env": {
           "CLOUDINARY_CLOUD_NAME": "your_cloud_name",
           "CLOUDINARY_API_KEY": "your_api_key",
           "CLOUDINARY_API_SECRET": "your_api_secret"
         }
       }
     }
   }
   

4. Udskift miljøvariabler med dine Cloudinary-legitimationsoplysninger fra Cloudinary Console.

5. Gem filen og genstart Claude Desktop.

Sikring af API-nøgler (miljøvariabler)

Eksempel på JSON-konfiguration:

{
  "mcpServers": {
    "cloudinary": {
      "command": "npx",
      "args": ["@felores/cloudinary-mcp-server@latest"],
      "env": {
        "CLOUDINARY_CLOUD_NAME": "your_cloud_name",
        "CLOUDINARY_API_KEY": "your_api_key",
        "CLOUDINARY_API_SECRET": "your_api_secret"
      }
    }
  }
}

Cursor

Ingen specifikke Cursor-instruktioner er angivet.

Cline

1. Sørg for at Node.js er installeret.

2. Tilføj serverkonfigurationen til din Cline MCP-indstillingsfil:

   {
     "mcpServers": {
       "cloudinary": {
         "command": "node",
         "args": ["c:/path/to/cloudinary-mcp-server/dist/index.js"],
         "env": {
           "CLOUDINARY_CLOUD_NAME": "your_cloud_name",
           "CLOUDINARY_API_KEY": "your_api_key",
           "CLOUDINARY_API_SECRET": "your_api_secret"
         }
       }
     }
   }
   

3. Installer afhængigheder og byg serveren:

   npm install
   npm run build
   

4. Gem din konfiguration og genstart Cline.

Sikring af API-nøgler (miljøvariabler)

Eksempel på JSON-konfiguration (som ovenfor).

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt-workflow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsætter du dine MCP-serverdetaljer med dette JSON-format:

{
  "cloudinary": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “cloudinary” til det faktiske navn på din MCP-server og erstatte URL’en med din egen MCP-server URL.

Oversigt

• Roots support: Ikke nævnt (antag ⛔).

Baseret på tabellerne er Cloudinary MCP Server enkel og fokuseret, med klare instruktioner og et brugbart værktøj, men den mangler definitioner af ressourcer og prompt-skabeloner og nævner ikke Roots eller Sampling-support. For en MCP-server med ét formål løser den opgaven godt, men tilbyder ikke hele spektret af MCP-funktioner. Score: 6/10

MCP Score