> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/get-started/ja/jento/agents/mcp-server.md).

# MCPサーバー

AIと一緒にRoboflowプロジェクトを進めましょう。Claude Code（またはMCP互換エージェント）をワークスペースに接続できます。プロジェクトの作成、データのアップロード、モデルの学習、Workflowの構築、そしてRoboflow UIでの視覚的な手順の案内まで可能です。あなたは得意なこと（見る、ラベル付けする、結果を判断する）に集中し、残りはエージェントに任せられます。

## デモ

{% embed url="<https://www.youtube.com/watch?v=wgp6If3wi0o>" %}

<https://mcp.roboflow.com/>

## MCPの追加

RoboflowのMCPサーバーは認証にOAuthを使用します。APIキーは不要です。初回利用時にRoboflowへのサインインを求められます。

### Claude Connector（推奨）

ClaudeアカウントにRoboflowをコネクタとして追加します。接続すると、Claude.ai、Claude Desktop、Claude Codeのどこでも動作します。

[**RoboflowをClaudeに追加**](https://claude.ai/customize/connectors?modal=add-custom-connector\&connectorName=Roboflow\&connectorUrl=https%3A%2F%2Fmcp.roboflow.com%2Fmcp) - リンクをクリックして確認すれば完了です。初回利用時にOAuthでRoboflowへのサインインを求められます。

### Claude Code CLI

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

### Cursor

Roboflowプラグインを [Cursor marketplace](https://cursor.com/marketplace/roboflow)からインストールするか、 `/add-plugin roboflow` をCursorで実行してください。どちらでもRoboflowのスキルとともにMCPサーバーがインストールされます。初回利用時にOAuthでRoboflowへサインインします。

代わりにサーバーを手動で設定するには、これをCursorのMCP設定（`~/.cursor/mcp.json`):

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

### Codex

これを `~/.codex/config.toml`:

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

### MCPゲートウェイへの接続（事前登録済み資格情報）

ほとんどのMCPクライアント（Cursor、Claude Desktop、VS Code、Claude Code）は、Dynamic Client Registrationを使って自動登録します。一部のプラットフォームでは、事前登録済みの `client_id` と `client_secret` が必要です。たとえば、Azure AI Foundry agents、Microsoft Copilot Studio、TrueFoundry AI Gatewayなどです。

これらのプラットフォームのいずれかに接続するには:

1. Roboflowダッシュボードの **Workspace Settings > Developer** へ移動します
2. 「Create OAuth App」をクリックし、名前、リダイレクトURI（ゲートウェイのコールバックURLと一致するもの）、許可するスコープを入力します
3. 「Token endpoint authentication」をゲートウェイに合わせて設定します: `client_secret_basic` （HTTP Basicヘッダー、AzureとTrueFoundryで使用）または `client_secret_post` （シークレットをフォーム本文に含める）
4. Client IDとClient Secretをコピーします（1回のみ表示）
5. ゲートウェイのコネクタフォームで、次を入力します:

| 項目                     | 値                                                                       |
| ---------------------- | ----------------------------------------------------------------------- |
| MCPサーバーURL             | `https://mcp.roboflow.com/mcp`                                          |
| 認可URL                  | `https://app.roboflow.com/oauth/authorize`                              |
| トークンURL                | `https://app.roboflow.com/oauth/token`                                  |
| ディスカバリー（OAuth ASメタデータ） | `https://app.roboflow.com/.well-known/oauth-authorization-server`       |
| スコープ                   | スペース区切りの一覧（例: `workspace:read project:read model:infer offline_access`) |

含める `offline_access` を、ゲートウェイがリフレッシュトークンをサポートする場合はスコープ一覧に含めてください。

スコープの完全な一覧は [利用可能なスコープ](https://docs.roboflow.com/reference/authentication/authentication/sign-in-with-roboflow-getting-started#available-scopes).

### ツール

RoboflowのMCPサーバーは、カテゴリ別にまとめられた以下のツールを公開します。ツール名はMCPクライアントによって `mcp__<server>__<tool_name>` という名前空間で扱われます（例: `mcp__roboflow__projects_list`).

#### Agent: Roboflowエージェントと会話してWorkflowを構築

| ツール                        | 説明                                                                |
| -------------------------- | ----------------------------------------------------------------- |
| `agent_chat`               | Roboflow AIエージェントと会話します（Roboflow Q\&A、高度なWorkflow構築、CVソリューション計画）。 |
| `agent_conversation_get`   | 完全なメッセージ履歴を含む1件のエージェント会話を取得します。                                   |
| `agent_conversations_list` | ワークスペース内のRoboflowエージェント会話を一覧表示します。                                |
| `agent_workflow_publish`   | エージェントが編集した最新のWorkflow下書きを公開します。                                  |

#### Projects: ワークスペース内のプロジェクトを管理

| ツール                  | 説明                                                                        |
| -------------------- | ------------------------------------------------------------------------- |
| `projects_list`      | APIキーに関連付けられたワークスペース内のすべてのプロジェクトを一覧表示します。                                 |
| `projects_get`       | バージョン、クラス、分割、学習済みモデルを含むプロジェクトの詳細情報を取得します。                                 |
| `projects_create`    | 新しいコンピュータビジョンプロジェクト（検出、分類、セグメンテーション、キーポイント）を作成します。                        |
| `projects_fork`      | 公開Universeプロジェクトの非同期フォークをワークスペースにキューします。                                  |
| `projects_health`    | プロジェクトのデータセット健全性チェックを取得します。                                               |
| `create_project_app` | 人間がRoboflowプロジェクトを作成できるようにPrefab UIを開きます（確認時に `projects_create` を呼び出します）。 |

#### Images: プロジェクト画像のアップロードと検索

| ツール                         | 説明                                                            |
| --------------------------- | ------------------------------------------------------------- |
| `images_search`             | タグ、クラス、バッチ、アノテーションジョブ、視覚的類似性でフィルタして、プロジェクト内の画像を検索します。         |
| `images_prepare_upload`     | 1枚の画像をプロジェクトにアップロードするための事前生成済みアップロードURLを取得します（ `curl`.        |
| `images_prepare_upload_zip` | 画像のzipを一括アップロードするための署名付きURLを準備します（任意でCOCO/YOLO/VOC/フォルダ注釈も可）。 |
| `images_upload_zip_status`  | で開始されたzipアップロードタスクの状態を確認します `images_prepare_upload_zip`.      |

#### Annotation: 注釈の保存と自動ラベリングの実行

| ツール                 | 説明                               |
| ------------------- | -------------------------------- |
| `annotations_save`  | 既存画像の注釈（XML、JSON、またはテキスト）を保存します。 |
| `autolabel_start`   | 画像バッチに対するホスト型自動ラベルジョブを開始します。     |
| `autolabel_job_get` | 自動ラベルジョブの各サブジョブの状態と進捗を取得します。     |

#### Batch: ラベリングジョブの作成と管理

| ツール                       | 説明                                 |
| ------------------------- | ---------------------------------- |
| `annotation_jobs_create`  | 画像バッチをラベラーとレビュアーに割り当てる注釈ジョブを作成します。 |
| `annotation_batches_list` | プロジェクト内のアップロードバッチを一覧表示します。         |
| `annotation_batches_get`  | 画像数や状態を含む特定バッチの詳細を取得します。           |

#### Versions: データセットバージョンの作成とエクスポート

| ツール                 | 説明                                                                 |
| ------------------- | ------------------------------------------------------------------ |
| `versions_get`      | 分割、前処理、拡張、モデル指標を含むデータセットバージョンの情報を取得します。                            |
| `versions_generate` | 任意の前処理と拡張設定付きで新しいデータセットバージョンを作成します。                                |
| `versions_export`   | 特定の形式でバージョンのデータセットエクスポートを確認または開始します（例: `coco`, `yolov8`, `jsonl`). |

#### Models: モデルの学習と進捗監視

| ツール                          | 説明                                         |
| ---------------------------- | ------------------------------------------ |
| `models_list`                | プロジェクトに関連付けられた学習済みモデルを一覧表示します。             |
| `models_get`                 | 学習済みモデルの詳細を取得します。                          |
| `models_train`               | データセットバージョン上でモデル（RF-DETR、YOLOなど）の学習を開始します。 |
| `models_infer`               | 学習済みモデルを使って画像に対してホスト型推論を実行し、JSON予測結果を返します。 |
| `models_get_training_status` | データセットバージョンの学習進捗と指標（epoch、mAP、loss）を取得します。 |
| `models_star_nas`            | NAS学習モデルにスターを付ける、または外します。                  |
| `trainings_get_results`      | ラン単位の学習結果バンドルを取得します。                       |
| `trainings_stop`             | 進行中の学習ランに早期停止を要求します。                       |
| `trainings_cancel`           | 進行中の学習ランをキャンセルします。                         |

#### 8. モデル評価: mAP、混同行列、クラス別性能を表示

| ツール                                    | 説明                                        |
| -------------------------------------- | ----------------------------------------- |
| `model_evals_list`                     | 現在のワークスペース内のモデル評価を一覧表示します。                |
| `model_evals_get`                      | 単一のモデル評価の最上位サマリーを取得します。                   |
| `model_evals_get_map_results`          | 評価の分割ごとのmAP結果を取得します。                      |
| `model_evals_get_confusion_matrix`     | 評価の混同行列を取得します。                            |
| `model_evals_get_confidence_sweep`     | 評価のprecision/recall/F1の信頼度スイープを取得します。     |
| `model_evals_get_performance_by_class` | 単一分割のクラス別性能指標を取得します。                      |
| `model_evals_get_image_predictions`    | 評価の画像ごとの予測統計を取得します（ページネーションあり）。           |
| `model_evals_get_vector_analysis`      | 評価の画像埋め込みに対するUMAP + HDBSCANクラスタリングを取得します。 |
| `model_evals_get_recommendations`      | 利用可能であれば、評価に対するLLM生成の推奨事項を取得します。          |

#### 9. Workflows: 推論パイプラインの構築と実行

| ツール                          | 説明                                            |
| ---------------------------- | --------------------------------------------- |
| `workflows_list`             | 現在のワークスペース内の保存済みWorkflowを一覧表示します。             |
| `workflows_get`              | 保存済みWorkflowの詳細を取得します。                        |
| `workflows_create`           | JSON定義からワークスペースに新しいWorkflowを作成して保存します。        |
| `workflows_update`           | 既存の保存済みWorkflowの名前と定義を更新します。                  |
| `workflows_run`              | IDを指定して、1枚以上の画像に対して保存済みWorkflowを実行します。        |
| `workflow_blocks_list`       | 利用可能なすべてのWorkflowブロックを、それぞれの短い要約付きで一覧表示します。   |
| `workflow_blocks_get_schema` | 特定のWorkflowブロックの完全なスキーマ（プロパティ、必須フィールド）を取得します。 |
| `workflow_specs_validate`    | 実行せずにWorkflowのJSON定義を検証します。                   |
| `workflow_specs_run`         | まず保存せずに、インラインのJSON定義から直接Workflowを実行します。       |

#### Devices & Streams: エッジデバイスとビデオストリームを管理

| ツール                          | 説明                                       |
| ---------------------------- | ---------------------------------------- |
| `devices_list`               | ワークスペースに登録されたデバイスを一覧表示します。               |
| `devices_get`                | IDで単一のデバイスを取得します。                        |
| `devices_create`             | 新しいv2デバイスをプロビジョニングします。                   |
| `devices_get_config`         | デバイスの現在のランタイム設定を取得します。                   |
| `devices_get_default_config` | ワークスペースのデフォルトデバイス設定を取得します。               |
| `devices_get_config_history` | 過去の設定リビジョンを、新しい順に一覧表示します。                |
| `devices_update_config`      | デバイスのランタイム設定を更新します。                      |
| `devices_get_logs`           | Elasticsearchからデバイスログを取得します。             |
| `devices_get_events`         | デバイスとストリームのライフサイクルイベントを一覧表示します。          |
| `devices_get_telemetry`      | 集計済みハードウェア指標（cpu、memory、disk、gpu）を取得します。 |
| `devices_streams_list`       | デバイス上で設定されたストリームを一覧表示します。                |
| `devices_streams_get`        | IDで単一のストリームを取得します。                       |

#### Universe: Roboflow Universeで公開データセットを検索

| ツール                              | 説明                                                                    |
| -------------------------------- | --------------------------------------------------------------------- |
| `universe_search`                | クラス、画像数、プロジェクト種別、並び替えの演算子を使って、Roboflow Universeで公開データセットまたはモデルを検索します。 |
| `universe_search_app`            | 検索、視覚比較、画像スキム、フォーク用のPrefab Universe UIを開きます。データセットは人間が選びます。           |
| `universe_dataset_images_search` | 公開UniverseデータセットURL内の画像を検索します。                                        |

#### Misc: 長時間実行タスクのポーリングとフィードバック送信

| ツール                  | 説明                                                                         |
| -------------------- | -------------------------------------------------------------------------- |
| `async_tasks_get`    | IDで非同期タスクをポーリングします（例: プロジェクトのフォーク）。5秒ごとにポーリングしてください。処理開始まで最大30秒かかる場合があります。 |
| `meta_feedback_send` | バグ、欠けている機能、UX上の摩擦、またはドキュメントの問題をRoboflowチームに報告します。                          |