MCP सर्वर

Claude, Cursor, Codex, या किसी भी MCP क्लाइंट को Roboflow MCP सर्वर और उसके द्वारा एक्सपोज़ किए गए टूल्स से कनेक्ट करें।

AI के साथ मिलकर अपने Roboflow प्रोजेक्ट्स पर काम करें। अपने workspace से Claude Code (या कोई भी MCP-संगत agent) को कनेक्ट करें। यह projects बना सकता है, data upload कर सकता है, models train कर सकता है, Workflows बना सकता है, और Roboflow UI में visual steps के माध्यम से आपका मार्गदर्शन कर सकता है। आप वही संभालें जिसमें आप सबसे अच्छे हैं (देखना, label करना, परिणामों का मूल्यांकन करना), बाकी आपका agent संभाल लेगा।

डेमो

https://mcp.roboflow.com/

MCP जोड़ना

Roboflow MCP server authentication के लिए OAuth का उपयोग करता है — API key की आवश्यकता नहीं है। पहली बार उपयोग पर आपसे Roboflow में साइन इन करने के लिए कहा जाएगा।

Claude Connector (अनुशंसित)

अपने Claude खाते में Roboflow को एक connector के रूप में जोड़ें। एक बार कनेक्ट होने पर, यह हर जगह काम करता है — Claude.ai, Claude Desktop, और Claude Code में।

Roboflow को Claude में जोड़ें - लिंक पर क्लिक करें, पुष्टि करें, और आप तैयार हैं। पहली बार उपयोग पर आपसे OAuth के माध्यम से Roboflow में साइन इन करने के लिए कहा जाएगा।

Claude Code CLI

claude mcp add -s user roboflow \\
  --transport http https://mcp.roboflow.com/mcp

Cursor

Roboflow प्लगइन को इंस्टॉल करें Cursor marketplaceसे, या चलाएँ /add-plugin roboflow Cursor में। दोनों ही Roboflow की skills के साथ MCP server इंस्टॉल करते हैं। पहली बार उपयोग पर OAuth के माध्यम से Roboflow में साइन इन करें।

इसके बजाय server को मैन्युअल रूप से कॉन्फ़िगर करने के लिए, इसे Cursor के MCP config में जोड़ें (~/.cursor/mcp.json):

{
  "mcpServers": {
    "roboflow": {
      "type": "http",
      "url": "https://mcp.roboflow.com/mcp"
    }
  }
}

Codex

इसे इसमें जोड़ें ~/.codex/config.toml:

[mcp_servers.roboflow]
url = "https://mcp.roboflow.com/mcp"

MCP Gateways कनेक्ट करना (पूर्व-पंजीकृत क्रेडेंशियल्स)

अधिकांश MCP clients (Cursor, Claude Desktop, VS Code, Claude Code) Dynamic Client Registration का उपयोग करके स्वतः पंजीकरण करते हैं। कुछ platforms को इसके बजाय एक पूर्व-पंजीकृत client_id और client_secret की आवश्यकता होती है — उदाहरण के लिए, Azure AI Foundry agents, Microsoft Copilot Studio, और TrueFoundry AI Gateway।

इन platforms में से किसी एक को connect करने के लिए:

1. जाएँ Workspace Settings > Developer पर Roboflow dashboard में

2. "Create OAuth App" पर क्लिक करें और एक name, redirect URI (जो आपके gateway के callback URL से मेल खाए), और allowed scopes भरें

3. "Token endpoint authentication" को अपने gateway से मिलाएँ: client_secret_basic (HTTP Basic header, Azure और TrueFoundry द्वारा उपयोग किया जाता है) या client_secret_post (secret form body में)

4. Client ID और Client Secret कॉपी करें (एक बार दिखता है)

5. अपने gateway के connector form में, दर्ज करें:

फ़ील्ड	मान
MCP Server URL	https://mcp.roboflow.com/mcp
Authorization URL	https://app.roboflow.com/oauth/authorize
Token URL	https://app.roboflow.com/oauth/token
Discovery (OAuth AS metadata)	https://app.roboflow.com/.well-known/oauth-authorization-server
Scopes	स्पेस से अलग की गई सूची (उदा: workspace:read project:read model:infer offline_access)

शामिल करें offline_access यदि gateway refresh tokens का समर्थन करता है, तो इसे अपनी scope सूची में शामिल करें।

पूर्ण scope catalog के लिए, देखें उपलब्ध Scopes.

टूल्स

server 141 tools प्रदान करता है। अधिकांश MCP clients उन्हें namespace करते हैं, इसलिए projects_list इसे इस रूप में दिखता है mcp__roboflow__projects_list. प्रत्येक tool अपने आवश्यक OAuth scopes घोषित करता है, और sign-in पर आपका client केवल वही scopes प्राप्त करता है जिन्हें आप अनुमोदित करते हैं।

Agent

Roboflow agent को एक task दें और उससे तैयार हुआ परिणाम प्राप्त करें।

Tool	विवरण
agent_chat	Q&A, Workflow निर्माण, और समाधान योजना के लिए Roboflow AI agent के साथ चैट करें।
agent_chat_result	उस agent_chat run का परिणाम प्राप्त करें जो अभी भी चल रहा था।
agent_conversations_list	workspace में agent conversations की सूची देखें।
agent_conversation_get	अपने message history के साथ एक conversation प्राप्त करें।
agent_workflow_publish	Workflow के agent-edited नवीनतम draft को प्रकाशित करें।

Projects

अपने workspace में projects बनाएं और inspect करें।

Tool	विवरण
projects_list	workspace में projects की सूची देखें।
projects_get	versions, classes, splits, और trained models सहित project विवरण प्राप्त करें।
projects_create	एक नया computer vision project बनाएं।
projects_delete	एक project हटाएँ, इसे workspace Trash में ले जाया जाएगा।
projects_fork	एक public Universe project के async fork को अपने workspace में enqueue करें।
projects_health	किसी project के लिए dataset health check प्राप्त करें।
datasets_rebalance_splits	किसी project के train, valid, और test splits का async rebalance enqueue करें।

Images

Images अपलोड करें और बाद में उन्हें फिर से खोजें।

Tool	विवरण
image_upload	local image files को zip के माध्यम से project में अपलोड करें।
image_upload_status	image zip upload task की स्थिति जाँचें।
images_search	किसी project के अंदर images खोजें।
images_workspace_search	RoboQL का उपयोग करके पूरे workspace में images खोजें।
images_update_metadata	एकल image पर metadata और tags अपडेट करें।
images_batch_update_metadata	एकाधिक images पर metadata और tags को batch में अपडेट करें।

Annotation

labels सहेजें और automatic labeling चलाएँ।

Tool	विवरण
annotations_save	मौजूदा image के लिए annotation सहेजें।
autolabel_start	images के एक batch पर hosted auto label job शुरू करें।
autolabel_job_get	auto label job के लिए प्रत्येक subjob की स्थिति और progress प्राप्त करें।

Batches

images को labeling में प्रवेश करने से पहले समूहित करें।

Tool	विवरण
annotation_batches_list	project में upload batches की सूची देखें।
annotation_batches_get	एक upload batch के बारे में विवरण प्राप्त करें।
annotation_batches_create	चुनी गई images को एक batch से नए batch में ले जाएँ।
annotation_batches_merge	source batches की सभी images को target batch में ले जाएँ।
annotation_batches_delete	एक batch हटाएँ और उसकी images को unassigned में ले जाएँ।
annotation_batches_admin_list	cursor pagination के साथ annotation board batches की सूची देखें।
annotation_batches_admin_get	एक annotation board batch के बारे में विवरण प्राप्त करें।
annotation_batches_admin_images_list	cursor pagination के साथ batch में image IDs की सूची देखें।

Annotation Jobs

labeling work असाइन करें, review चलाएँ, और results को Dataset में स्वीकार करें।

Tool	विवरण
annotation_jobs_list	project में annotation jobs की सूची देखें।
annotation_jobs_get	एक annotation job के बारे में विवरण प्राप्त करें।
annotation_jobs_create	एक job बनाएं और batch से images उसमें ले जाएँ।
annotation_jobs_update	job के labeler, reviewer, या instructions अपडेट करें।
annotation_jobs_images_list	किसी job को असाइन की गई image IDs की सूची देखें।
annotation_jobs_images_add	images को एक मौजूदा job में ले जाएँ।
annotation_jobs_images_reassign	चुनी गई images से एक job बनाएं और उनका पिछला assignment साफ़ करें।
annotation_jobs_submit_for_review	एक labeling job को review में आगे बढ़ाएँ।
annotation_jobs_return_for_edits	एक review job को वापस labeling में ले जाएँ, वैकल्पिक रूप से नए labeler के साथ।
annotation_jobs_review_image	job में एक image के लिए review status सेट करें।
annotation_jobs_review_images	वर्तमान status से मेल खाने वाली हर job image के लिए status सेट करें।
annotation_jobs_accept_into_dataset	job images को Dataset में अंतिम रूप दें और splits असाइन करें।
annotation_jobs_move_to_unassigned	job हटाएँ और उसकी images को unassigned batch में ले जाएँ।
annotation_jobs_delete_annotations	job को असाइन की गई हर image के लिए annotation data हटाएँ।

Versions

dataset version को freeze करें और उसे export करें।

Tool	विवरण
versions_generate	वैकल्पिक preprocessing और augmentation के साथ एक version बनाएं।
versions_get	splits और उसके trainings सहित version जानकारी प्राप्त करें।
versions_export	किसी version के लिए dataset export की जाँच करें या उसे trigger करें।
versions_delete	एक version हटाएँ, इसे workspace Trash में ले जाया जाएगा।

Models and Training

models train करें, progress देखें, और inference चलाएँ।

Tool	विवरण
trainings_describe_recipe	किसी model type के लिए tuning options का वर्णन करें और एक submit-ready recipe लौटाएँ।
trainings_create	dataset version पर training run शुरू करें।
trainings_list	dataset version पर training runs की सूची देखें।
trainings_get	training की स्थिति, उत्पन्न models, और metrics प्राप्त करें।
trainings_stop	चल रहे training run पर early stop का अनुरोध करें।
trainings_cancel	चल रहे training run को रद्द करें।
trainings_delete	training run हटाएँ, इसे workspace Trash में ले जाया जाएगा।
models_list	project में trained models की सूची देखें।
models_get	trained model के लिए विवरण प्राप्त करें।
models_infer	trained model का उपयोग करके image पर hosted inference चलाएँ।
models_upload_custom_weights	Roboflow पर locally trained weights अपलोड करने के लिए recipe प्राप्त करें।
models_star_nas	neural architecture search द्वारा मिले model को star या unstar करें।

Model Evaluations

mAP, confusion matrices, और per-class results पढ़ें।

Tool	विवरण
model_evals_list	workspace में model evaluations की सूची देखें।
model_evals_get	एक evaluation के लिए शीर्ष-स्तरीय summary प्राप्त करें।
model_evals_get_map_results	प्रत्येक split के mAP results प्राप्त करें।
model_evals_get_confidence_sweep	precision, recall, और F1 confidence sweep प्राप्त करें।
model_evals_get_performance_by_class	एक split के लिए per-class performance metrics प्राप्त करें।
model_evals_get_confusion_matrix	confusion matrix प्राप्त करें।
model_evals_get_image_predictions	प्रति image prediction stats प्राप्त करें, pagination के साथ।
model_evals_get_vector_analysis	evaluation के लिए image embeddings का clustering प्राप्त करें।
model_evals_get_recommendations	यदि उपलब्ध हो, तो evaluation के लिए generated recommendations प्राप्त करें।

Workflows

inference pipelines बनाएं, validate करें, और चलाएँ।

Tool	विवरण
workflows_list	workspace में सहेजे गए Workflows की सूची देखें।
workflows_get	सहेजे गए Workflow के लिए विवरण प्राप्त करें।
workflows_create	एक नया Workflow बनाएं और सहेजें।
workflows_update	सहेजे गए Workflow का नाम और definition अपडेट करें।
workflows_delete	सहेजा गया Workflow हटाएँ, इसे workspace Trash में ले जाया जाएगा।
workflows_run	एक या अधिक images पर सहेजे गए Workflow को निष्पादित करें।
workflow_specs_validate	बिना चलाए Workflow JSON definition को validate करें।
workflow_specs_run	inline JSON definition से Workflow निष्पादित करें।
workflow_blocks_list	सभी उपलब्ध Workflow blocks की सूची उनके संक्षिप्त सारांश के साथ देखें।
workflow_blocks_get_schema	एक Workflow block का पूरा schema प्राप्त करें।

Project Deployment

किसी project के स्थिर live endpoint और Active Learning को प्रबंधित करें।

Tool	विवरण
project_deployment_get	किसी project के live endpoint की स्थिति प्राप्त करें।
project_deployment_launch	Project Deployment बनाएं या तैयार करें।
project_deployment_set_model	deployment के पीछे का default model उसके endpoint को बदले बिना बदलें।
project_deployment_run	project के live endpoint के माध्यम से inference चलाएँ।
project_deployment_enable_active_learning	किसी deployment के लिए Active Learning सक्षम करें।
project_deployment_disable_active_learning	Active Learning collection रोकें।
project_deployment_configure_active_learning	कॉन्फ़िगर करें कि deployment Active Learning data कैसे एकत्र करता है।
project_deployment_list_review_queues	production inference द्वारा संचालित review queues की सूची देखें।

Vision Events

production events query करें और use cases प्रबंधित करें।

Tool	विवरण
vision_events_query	filters और pagination के साथ production vision events query करें।
vision_events_use_cases_list	workspace में vision event use cases की सूची देखें।
vision_events_custom_metadata_schema_get	किसी use case के लिए खोजा गया custom metadata schema प्राप्त करें।
vision_events_use_case_create	एक नया use case बनाएं।
vision_events_use_case_rename	मौजूदा use case का नाम बदलें।
vision_events_use_case_archive	एक use case archive करें।
vision_events_use_case_unarchive	पहले archive किए गए use case को पुनर्स्थापित करें।

Devices and Streams

Deployment Manager द्वारा प्रबंधित edge devices की निगरानी और कॉन्फ़िगर करें।

Tool	विवरण
devices_list	workspace में पंजीकृत devices की सूची देखें।
devices_get	id द्वारा एकल device प्राप्त करें।
devices_create	एक नया device provision करें।
devices_get_snapshot	एक ही कॉल में device की पूरी वर्तमान स्थिति प्राप्त करें।
devices_get_config	device की वर्तमान runtime configuration प्राप्त करें।
devices_update_config	device की runtime configuration अपडेट करें।
devices_get_default_config	workspace की default device configuration प्राप्त करें।
devices_get_config_history	पिछली configuration revisions की सूची देखें, सबसे नई पहले।
devices_streams_list	डिवाइस पर कॉन्फ़िगर किए गए स्ट्रीम्स की सूची।
devices_streams_get	आईडी के आधार पर एकल स्ट्रीम प्राप्त करें।
devices_get_logs	डिवाइस लॉग प्राप्त करें।
devices_get_telemetry	संचित हार्डवेयर मेट्रिक्स और डिवाइस स्वास्थ्य प्राप्त करें।
devices_get_deployments	प्रति-डिप्लॉयमेंट गतिविधि के साथ डिवाइस का डिप्लॉयमेंट इतिहास प्राप्त करें।
devices_get_events	डिवाइस और स्ट्रीम जीवनचक्र इवेंट्स की सूची।
devices_get_exception_occurrences	एक exception fingerprint की कच्ची occurrences की सूची, सबसे नया पहले।

क्लाउड स्टोरेज

एक S3 या GCS बकेट को किसी प्रोजेक्ट में मिरर करें।

Tool	विवरण
connect_cloud_storage	क्रेडेंशियल से लेकर पहली रन तक, एंड-टू-एंड बकेट मिरर सेट अप करें।
credentials_list	वर्कस्पेस में क्लाउड स्टोरेज क्रेडेंशियल्स की सूची।
credentials_create	क्लाउड स्टोरेज क्रेडेंशियल बनाएं।
credentials_delete	एक क्रेडेंशियल हटाएं।
datasources_list	वर्कस्पेस में बकेट मिरर कॉन्फ़िगरेशन की सूची।
datasource_get	एकल datasource का पूरा विवरण प्राप्त करें।
datasource_create	एक ऐसा datasource बनाएं जो बकेट पथ को प्रोजेक्ट में मिरर करे।
datasource_update	एक datasource अपडेट करें। केवल आपके द्वारा पास किए गए फ़ील्ड बदलेंगे।
datasource_delete	एक datasource हटाएं। पहले से मिरर की गई इमेजें प्रोजेक्ट में बनी रहती हैं।
datasource_validate	जांचें कि Roboflow datasource के बकेट तक पहुंच सकता है।
datasource_trigger	एक मिरर रन शुरू करें।
datasource_job_get	एक मिरर रन की स्थिति और आँकड़े प्राप्त करें।

यूनिवर्स

Roboflow Universe पर सार्वजनिक डेटासेट और मॉडल खोजें।

Tool	विवरण
universe_search	डेटासेट या मॉडल के लिए Roboflow Universe खोजें।
universe_dataset_images_search	उसके URL के आधार पर किसी सार्वजनिक Universe डेटासेट के भीतर इमेजें खोजें।

मीडिया

क्या बनाना है, यह तय करने से पहले एक इमेज या वीडियो देखें।

Tool	विवरण
media_upload	विश्लेषण के लिए एक स्थानीय इमेज या वीडियो तैयार करें।
media_upload_finalize	स्टेज किए गए अपलोड को सत्यापित करें और उसे प्रकाशित करें।
media_analyze	इसकी सामग्री को समझने के लिए एक vision model के साथ एक इमेज या छोटा वीडियो विश्लेषित करें।
media_trim	Asset Library वीडियो से एक क्लिप काटें और विश्लेषण योग्य सार्वजनिक URL प्राप्त करें।

API कुंजियाँ

अपने वर्कस्पेस के लिए कुंजियाँ बनाएं और हटाएं।

Tool	विवरण
api_keys_list	वर्कस्पेस की सभी API कुंजियों की सूची।
api_keys_get	एकल कुंजी के लिए मेटाडेटा प्राप्त करें।
api_keys_get_publishable	वर्कस्पेस की publishable key प्राप्त करें।
api_keys_create	एक नई API कुंजी बनाएं।
api_keys_update	किसी कुंजी का नाम, स्कोप, या मेटाडेटा अपडेट करें।
api_keys_protect	कुंजी को protected के रूप में चिह्नित करें ताकि उसे revoke या disable न किया जा सके।
api_keys_disable	किसी कुंजी को revoke किए बिना disable या फिर से enable करें।
api_keys_revoke	किसी कुंजी को स्थायी रूप से revoke करें।

कचरा

जो हटाया गया था उसे पुनर्स्थापित करें।

Tool	विवरण
trash_list	वर्कस्पेस ट्रैश में वर्तमान में मौजूद सॉफ़्ट-डिलीट किए गए आइटम्स की सूची।
trash_restore_project	एक हटाया गया प्रोजेक्ट पुनर्स्थापित करें।
trash_restore_version	एक हटाया गया डेटासेट संस्करण पुनर्स्थापित करें।
trash_restore_workflow	एक हटाया गया Workflow पुनर्स्थापित करें।
trash_restore_training	एक हटाया गया training run पुनर्स्थापित करें।

अन्य

लंबे समय तक चलने वाले कार्यों को पोल करें और प्रतिक्रिया भेजें।

Tool	विवरण
async_tasks_get	आईडी के आधार पर एक async task पोल करें, जैसे project fork या split rebalance।
meta_feedback_send	Roboflow टीम को बग, गायब फीचर, या दस्तावेज़ीकरण समस्या की रिपोर्ट करें।