Servidor Label Studio MCP

O que faz o servidor “Label Studio” MCP?

O Servidor Label Studio MCP é um servidor Model Context Protocol (MCP) que possibilita a integração perfeita de assistentes de IA com uma instância do Label Studio . Usando o label-studio-sdk, permite o gerenciamento programático de projetos de rotulagem, tarefas e previsões via linguagem natural ou chamadas estruturadas de clientes MCP. Esse servidor capacita desenvolvedores e agentes de IA a criar e gerenciar projetos com eficiência, importar e consultar tarefas e automatizar previsões, tudo através de ferramentas MCP padronizadas. Ao expor as funcionalidades centrais do Label Studio, ele otimiza os fluxos de rotulagem e potencializa a produtividade para anotação de dados, revisão de qualidade e operações de machine learning.

Lista de Prompts

Não há templates de prompt mencionados no repositório.

Pronto para expandir seu negócio?

Comece seu teste gratuito hoje e veja resultados em dias.

Solicitar demo Entrar

Lista de Recursos

Nenhum recurso MCP explícito está listado na documentação do repositório.

Lista de Ferramentas

• get_label_studio_projects_tool()
  Lista os projetos disponíveis, retornando ID, título e quantidade de tarefas de cada projeto.
• get_label_studio_project_details_tool(project_id: int)
  Recupera informações detalhadas de um projeto específico.
• get_label_studio_project_config_tool(project_id: int)
  Busca a configuração XML de rotulagem para um projeto fornecido.
• create_label_studio_project_tool(title: str, label_config: str, …)
  Cria um novo projeto com título, configuração XML e definições opcionais; retorna detalhes do projeto e URL.
• update_label_studio_project_config_tool(project_id: int, new_label_config: str)
  Atualiza a configuração XML de rotulagem de um projeto existente.
• list_label_studio_project_tasks_tool(project_id: int)
  Lista até 100 IDs de tarefas dentro de um projeto.
• get_label_studio_task_data_tool(project_id: int, task_id: int)
  Recupera o conteúdo de dados de uma tarefa específica.
• get_label_studio_task_annotations_tool(project_id: int, task_id: int)
  Busca anotações existentes de uma tarefa específica.
• import_label_studio_project_tasks_tool(project_id: int, tasks_file_path: str)
  Importa tarefas de um arquivo JSON para um projeto; retorna um resumo da importação e URL do projeto.
• create_label_studio_prediction_tool(task_id: int, result: List[Dict[str, Any]], …)
  Cria uma previsão para uma tarefa específica, com opções para versão do modelo e score.

Junte-se à nossa newsletter

Receba gratuitamente as últimas dicas, tendências e ofertas.

Endereço de e-mail

Inscrever-se

Casos de Uso deste Servidor MCP

• Gerenciamento Automatizado de Projetos
  Crie, atualize e configure projetos de rotulagem programaticamente, otimizando a configuração e manutenção em operações de anotação em larga escala.
• Importação e Gestão em Massa de Tarefas
  Importe tarefas de arquivos e gerencie em massa, facilitando a ingestão eficiente de dados no Label Studio e a recuperação fácil de tarefas ou anotações.
• Integração de Previsões
  Adicione previsões de modelos diretamente às tarefas, facilitando fluxos de anotação assistidos por ML e avaliação humana do modelo.
• Garantia de Qualidade e Métricas
  Consulte detalhes de projetos e contagem de tarefas para monitorar progresso e qualidade em múltiplos projetos de rotulagem.
• Templates de Anotação Personalizados
  Automatize a atualização de templates de anotação (label configs) para requisitos de projetos em evolução, garantindo consistência e flexibilidade.

Como configurar

Windsurf

1. Certifique-se de que você possui uma instância do Label Studio em execução e obtenha sua chave de API.
2. Abra o arquivo de configuração do servidor MCP do Windsurf.
3. Adicione a definição do servidor Label Studio MCP usando o seguinte trecho JSON:

   {
       "mcpServers": {
           "label-studio": {
               "command": "uvx",
               "args": [
                   "--from",
                   "git+https://github.com/HumanSignal/label-studio-mcp-server",
                   "mcp-label-studio"
               ],
               "env": {
                   "LABEL_STUDIO_API_KEY": "your_actual_api_key_here",
                   "LABEL_STUDIO_URL": "http://localhost:8080"
               }
           }
       }
   }
   

4. Salve as alterações e reinicie o Windsurf.
5. Verifique a conexão com sua instância do Label Studio.

Claude

1. Certifique-se de que o Label Studio está em execução e você possui sua chave de API.
2. Localize o arquivo claude_desktop_config.json.
3. Adicione a configuração do servidor Label Studio MCP:

   {
       "mcpServers": {
           "label-studio": {
               "command": "uvx",
               "args": [
                   "--from",
                   "git+https://github.com/HumanSignal/label-studio-mcp-server",
                   "mcp-label-studio"
               ],
               "env": {
                   "LABEL_STUDIO_API_KEY": "your_actual_api_key_here",
                   "LABEL_STUDIO_URL": "http://localhost:8080"
               }
           }
       }
   }
   

4. Salve e reinicie o cliente Claude.
5. Confirme a configuração bem-sucedida na interface do cliente.

Cursor

1. Inicie com o Label Studio em execução e obtenha sua chave de API.
2. Abra as configurações MCP do Cursor.
3. Adicione este JSON de configuração do servidor MCP:

   {
       "mcpServers": {
           "label-studio": {
               "command": "uvx",
               "args": [
                   "--from",
                   "git+https://github.com/HumanSignal/label-studio-mcp-server",
                   "mcp-label-studio"
               ],
               "env": {
                   "LABEL_STUDIO_API_KEY": "your_actual_api_key_here",
                   "LABEL_STUDIO_URL": "http://localhost:8080"
               }
           }
       }
   }
   

4. Salve e reinicie o Cursor.
5. Verifique se o servidor MCP está acessível pelo Cursor.

Cline

1. Certifique-se de que o Label Studio está rodando e anote sua chave de API.
2. Edite o arquivo de configuração do servidor MCP do Cline.
3. Insira a entrada do servidor conforme abaixo:

   {
       "mcpServers": {
           "label-studio": {
               "command": "uvx",
               "args": [
                   "--from",
                   "git+https://github.com/HumanSignal/label-studio-mcp-server",
                   "mcp-label-studio"
               ],
               "env": {
                   "LABEL_STUDIO_API_KEY": "your_actual_api_key_here",
                   "LABEL_STUDIO_URL": "http://localhost:8080"
               }
           }
       }
   }
   

4. Salve as alterações e reinicie o Cline.
5. Teste a conectividade com o Label Studio através do Cline.

Nota:
Armazene sua chave de API de forma segura usando variáveis de ambiente, como mostrado na seção env acima. Isso mantém informações sensíveis fora do código-fonte e arquivos de configuração.

Como usar este MCP dentro de fluxos

Usando MCP no FlowHunt

Para integrar servidores MCP ao seu fluxo FlowHunt, comece adicionando o componente MCP ao seu fluxo e conectando-o ao seu agente de IA:

Clique no componente MCP para abrir o painel de configuração. Na seção de configuração MCP do sistema, insira os detalhes do seu servidor MCP usando este formato JSON:

{
  "label-studio": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Após configurado, o agente de IA poderá usar esse MCP como ferramenta, com acesso a todas as funções e capacidades. Lembre-se de alterar "label-studio" para o nome real do seu servidor MCP e substituir a URL pela do seu servidor MCP.

Visão Geral

Entre as duas tabelas:
Este servidor MCP oferece ampla cobertura de ferramentas para gestão do Label Studio e documentação de configuração clara, mas não possui templates de prompt e definições explícitas de recursos. Suporte a amostragem e roots não são mencionados. No geral, é uma implementação sólida, porém básica, para fluxos dedicados de rotulagem de dados.

Pontuação MCP