Máy chủ Label Studio MCP

Máy chủ “Label Studio” MCP làm gì?

Label Studio MCP Server là một máy chủ Model Context Protocol (MCP) cho phép tích hợp liền mạch các trợ lý AI với một phiên bản Label Studio . Tận dụng label-studio-sdk, nó cho phép quản lý dự án gán nhãn, nhiệm vụ và dự đoán một cách lập trình thông qua ngôn ngữ tự nhiên hoặc các lệnh có cấu trúc từ client MCP. Máy chủ này giúp lập trình viên và tác nhân AI dễ dàng tạo và quản lý dự án, nhập và truy vấn nhiệm vụ, tự động hóa dự đoán, tất cả thông qua các công cụ MCP chuẩn hóa. Bằng cách cung cấp các chức năng cốt lõi của Label Studio, nó tối ưu hóa quy trình gán nhãn và nâng cao năng suất cho chú thích dữ liệu, kiểm duyệt chất lượng và vận hành học máy.

Danh sách Prompt

Không có template prompt nào được đề cập trong repository.

Sẵn sàng phát triển doanh nghiệp của bạn?

Bắt đầu dùng thử miễn phí ngay hôm nay và xem kết quả trong vài ngày.

Yêu cầu demo Đăng nhập

Danh sách Resource

Không có resource MCP rõ ràng nào được liệt kê trong tài liệu repository.

Danh sách Tool

• get_label_studio_projects_tool()
  Liệt kê các dự án hiện có, trả về ID, tiêu đề và số lượng nhiệm vụ của từng dự án.
• get_label_studio_project_details_tool(project_id: int)
  Lấy thông tin chi tiết cho dự án cụ thể.
• get_label_studio_project_config_tool(project_id: int)
  Lấy cấu hình gán nhãn XML cho một dự án.
• create_label_studio_project_tool(title: str, label_config: str, …)
  Tạo dự án mới với tiêu đề, cấu hình XML và các thiết lập tùy chọn; trả về thông tin dự án và URL.
• update_label_studio_project_config_tool(project_id: int, new_label_config: str)
  Cập nhật cấu hình gán nhãn XML cho dự án hiện có.
• list_label_studio_project_tasks_tool(project_id: int)
  Liệt kê tối đa 100 ID nhiệm vụ trong một dự án.
• get_label_studio_task_data_tool(project_id: int, task_id: int)
  Lấy dữ liệu của một nhiệm vụ cụ thể.
• get_label_studio_task_annotations_tool(project_id: int, task_id: int)
  Lấy các chú thích hiện có cho một nhiệm vụ cụ thể.
• import_label_studio_project_tasks_tool(project_id: int, tasks_file_path: str)
  Nhập nhiệm vụ từ file JSON vào dự án; trả về tóm tắt nhập và URL dự án.
• create_label_studio_prediction_tool(task_id: int, result: List[Dict[str, Any]], …)
  Tạo dự đoán cho nhiệm vụ cụ thể, với các tùy chọn cho phiên bản mô hình và điểm số.

Tham gia bản tin của chúng tôi

Nhận các mẹo, xu hướng và ưu đãi mới nhất miễn phí.

Địa chỉ email

Đăng ký

Các trường hợp sử dụng của MCP Server này

• Quản lý dự án tự động
  Tạo, cập nhật và cấu hình dự án gán nhãn tự động, tối ưu hóa khâu thiết lập và bảo trì cho các hoạt động chú thích quy mô lớn.
• Nhập và quản lý nhiệm vụ hàng loạt
  Nhập nhiệm vụ từ file và quản lý hàng loạt, giúp đưa dữ liệu vào Label Studio hiệu quả và dễ dàng truy xuất dữ liệu hoặc chú thích nhiệm vụ.
• Tích hợp dự đoán
  Thêm dự đoán mô hình trực tiếp vào nhiệm vụ, hỗ trợ quy trình chú thích bán tự động và đánh giá mô hình có người giám sát.
• Đảm bảo chất lượng và thống kê
  Truy vấn thông tin dự án và số lượng nhiệm vụ để theo dõi tiến độ, chất lượng nhiều dự án gán nhãn.
• Mẫu chú thích tùy biến
  Tự động cập nhật mẫu chú thích (label config) phù hợp với yêu cầu dự án thay đổi, đảm bảo tính nhất quán và linh hoạt.

Cách thiết lập

Windsurf

1. Đảm bảo bạn đã có phiên bản Label Studio đang chạy và lấy API key.
2. Mở file cấu hình máy chủ MCP của Windsurf.
3. Thêm định nghĩa máy chủ Label Studio MCP sử dụng đoạn JSON sau:

   {
       "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. Lưu thay đổi và khởi động lại Windsurf.
5. Kiểm tra kết nối tới Label Studio của bạn.

Claude

1. Đảm bảo Label Studio đang chạy và bạn có API key.
2. Xác định file claude_desktop_config.json của bạn.
3. Thêm cấu hình máy chủ 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. Lưu và khởi động lại client Claude.
5. Xác nhận thiết lập thành công trong giao diện client.

Cursor

1. Bắt đầu với một phiên bản Label Studio đang chạy và lấy API key.
2. Mở phần cài đặt MCP của Cursor.
3. Thêm JSON cấu hình máy chủ MCP sau:

   {
       "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. Lưu và khởi động lại Cursor.
5. Kiểm tra máy chủ MCP đã truy cập được từ Cursor.

Cline

1. Đảm bảo Label Studio đã chạy và ghi nhớ API key.
2. Sửa file cấu hình máy chủ MCP của Cline.
3. Thêm mục máy chủ như sau:

   {
       "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. Lưu thay đổi và khởi động lại Cline.
5. Kiểm tra kết nối tới Label Studio qua Cline.

Lưu ý:
Lưu trữ API key của bạn một cách an toàn bằng biến môi trường như trong mục env phía trên. Điều này giúp bảo vệ thông tin nhạy cảm khỏi mã nguồn và file cấu hình.

Cách sử dụng MCP này trong luồng

Sử dụng MCP trong FlowHunt

Để tích hợp các máy chủ MCP vào quy trình FlowHunt của bạn, hãy bắt đầu bằng cách thêm thành phần MCP vào luồng và kết nối nó với tác nhân AI:

Nhấn vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình hệ thống MCP, hãy chèn thông tin máy chủ MCP của bạn theo định dạng JSON này:

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

Sau khi cấu hình, tác nhân AI giờ đây có thể sử dụng MCP này như một công cụ với đầy đủ chức năng của nó. Lưu ý đổi "label-studio" thành tên thực tế của máy chủ MCP của bạn và thay URL bằng URL máy chủ MCP của riêng bạn.

Tổng quan

Giữa hai bảng:
Máy chủ MCP này cung cấp bộ công cụ mạnh cho quản lý Label Studio và tài liệu thiết lập rõ ràng, nhưng thiếu template prompt và resource định nghĩa rõ ràng. Sampling và hỗ trợ roots không được nhắc đến. Tổng thể, đây là một triển khai chắc chắn nhưng cơ bản cho các quy trình gán nhãn dữ liệu chuyên biệt.

Điểm MCP