MCP サーバー

Claude、Cursor、Codex、または任意の MCP クライアントを Roboflow MCP サーバーと、その公開するツールに接続します。

AI と一緒に Roboflow プロジェクトを進めましょう。Claude Code（または任意の 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、Roboflow UI での視覚的な手順の案内まで行えます。あなたは得意なこと（見て、ラベル付けして、結果を判断すること）を担当し、残りはエージェントが担います。

デモ

https://mcp.roboflow.com/

MCP の追加

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

Claude コネクタ（推奨）

Claude アカウントにコネクタとして Roboflow を追加します。接続すると、Claude.ai、Claude Desktop、Claude Code のどこでも使えます。

Claude に Roboflow を追加 リンクをクリックして確認すれば完了です。初回使用時に OAuth で Roboflow へのサインインを求められます。

Claude Code CLI

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

Cursor

Roboflow プラグインを Cursor マーケットプレイスからインストールするか、 /add-plugin roboflow を Cursor で実行します。どちらの場合も MCP サーバーと Roboflow のスキルが一緒にインストールされます。初回使用時に OAuth で Roboflow へのサインインを求められます。

サーバーを手動で設定する場合は、これを Cursor の MCP 設定（~/.cursor/mcp.json):

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

Codex

これを ~/.codex/config.toml:

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

MCP ゲートウェイへの接続（事前登録済みクレデンシャル）

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 エージェント、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を接続するには:

1. 次へ進みます: ワークスペース設定 > 開発者 Roboflow ダッシュボードで

2. 「OAuth App を作成」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 に一致するもの）、許可するスコープを入力します

3. 「トークンエンドポイント認証」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（1回のみ表示）をコピーします

5. ゲートウェイのコネクタフォームに次を入力します:

項目	値
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
スコープ	スペース区切りの一覧（例: workspace:read project:read model:infer offline_access)

含めます offline_access 。ゲートウェイがリフレッシュトークンをサポートしている場合は、スコープ一覧に含めてください。

スコープ一覧の全体は次を参照してください: 利用可能なスコープ.

ツール

Roboflow MCP サーバーは、カテゴリ別に以下のツールを公開します。ツール名の名前空間は mcp__<server>__<tool_name> となり、MCP クライアントによって（例: mcp__roboflow__projects_list).

エージェント: Roboflow エージェントとチャットして Workflow を構築

ツール	説明
agent_chat	Roboflow AI エージェントとチャットします（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単一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。

プロジェクト: 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登録します。
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	Prefab UI を開き、ユーザーが Roboflow プロジェクトを作成できるようにします（ projects_create 確認時に呼び出し）。

画像: 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、視覚的類似性で絞り込んで、プロジェクト内の画像を検索します。
images_prepare_upload	単一画像をプロジェクトへアップロードするための事前作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（および任意の COCO/YOLO/VOC/フォルダ注釈）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。
images_upload_zip_status	次で開始された zip アップロードタスクの状態を確認します（ images_prepare_upload_zip.

アノテーション: 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サブジョブごとの状態と進捗を取得します。

バッチ: 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ー担当者に割り当てるアノテーション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	画像数と状態を含む特定バッチの詳細を取得します。

バージョン: 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	前処理と拡張設定を任意で指定して、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（例: coco, yolov8, jsonl).

モデル: モデルの学習と学習進捗の監視

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でホスト型推論を実行し、JSON 予測を返します。
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 で学習したモデルをスター付けまたは解除します。
trainings_get_results	実行単位の学習結果バンドルを取得します。
trainings_stop	進行中の学習実行を早期停止するよう要求します。
trainings_cancel	進行中の学習実行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 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	利用可能な場合、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 で指定した保存済み Workflow を1つ以上の画像に対して実行します。
workflow_blocks_list	利用可能なすべての Workflow ブロックを、各ブロックの簡単な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	Workflow JSON 定義を実行せずに検証します。
workflow_specs_run	最初に保存せずに、インライン JSON 定義から直接 Workflow を実行します。

デバイスとストリーム: 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	デバイスの現在の実行時設定を取得します。
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	デバイスの実行時設定を更新します。
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	集計済みのハードウェア指標（cpu、memory、disk、gpu）を取得します。
devices_streams_list	デバイスに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、プロジェクトタイプ、並び替えのオペレーターを使って、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、画像のざっと確認、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択します。
universe_dataset_images_search	公開 Universe データセット URL 内の画像を検索します。

その他: 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（例: プロジェクトのフォーク）をポーリングします。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、機能不足、UX 上の使いにくさ、またはドキュメントの問題を Roboflow チームへ報告します。