> 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/mcp-server.md).

# MCP サーバー

Claude、Cursor、ChatGPT、Codex、または任意のMCPクライアントを、Roboflow MCPサーバーおよびそこが公開するツールに接続します。

AIと一緒にRoboflowプロジェクトに取り組みましょう。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。エージェントはプロジェクトの作成、データのアップロード、モデルのトレーニング、Workflowsの構築を行い、Roboflow UIでの視覚的な操作も案内します。あなたは得意なこと（確認、ラベル付け、結果の評価）を担当し、残りはエージェントに任せましょう。

## デモ

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

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

## MCPの追加

Roboflow MCPサーバーは認証にOAuthを使用するため、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。

サインインすると、同意ページに使用中のRoboflowアカウントのメールアドレスが表示されます。別のアカウントに接続するには、「別のアカウントを使用」をクリックします。アカウントにまだWorkspaceがない場合は、接続を承認する前に作成します。

### Claude Connector（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のすべてで利用できます。

[RoboflowをClaudeに追加](https://claude.ai/directory/connectors/dbbc26cf-80b0-4a85-9877-f85874282794) —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

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

### Cursor

Roboflowプラグインを次の場所からインストールするか、 [Cursorマーケットプレイス](https://cursor.com/marketplace/roboflow)、または `/add-plugin roboflow` をCursorで実行します。どちらの方法でも、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。初回使用時にOAuthでRoboflowにサインインします。

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

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

### ChatGPT

を開き、 [Roboflowプラグインの掲載ページ](https://chatgpt.com/plugins/plugin_asdk_app_6ac2713d52dc8191913b283379e39840) で「プラグインをインストール」をクリックします。ChatGPTから求められたらRoboflowにサインインします。

### Codex

ChatGPTとCodexは同じプラグインを共有しています。プラグインは [Roboflowプラグインの掲載ページ](https://chatgpt.com/plugins/plugin_asdk_app_6ac2713d52dc8191913b283379e39840) からインストールし、求められたらRoboflowにサインインします。

代わりにサーバーを手動で設定するには、次のファイルに `~/.codex/config.toml`:

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

### MCPゲートウェイの接続（事前登録済みの認証情報）

ほとんどのMCPクライアント（Cursor、Claude Desktop、VS Code、Claude Code）は、Dynamic Client Registrationを使用して自動的に登録されます。一部のプラットフォームでは、代わりに事前登録済みの `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、次の手順に従います。

1. Roboflowダッシュボードで「Workspace Settings > Developer」に移動します
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` （フォーム本文内のシークレット）
4. Client ID と Client Secret をコピーします（表示は一度のみ）
5. ゲートウェイのコネクターフォームに、次の情報を入力します。

<table data-search="false"><thead><tr><th>フィールド</th><th>値</th></tr></thead><tbody><tr><td>MCP サーバー URL</td><td><code>https://mcp.roboflow.com/mcp</code></td></tr><tr><td>認可 URL</td><td><code>https://app.roboflow.com/oauth/authorize</code></td></tr><tr><td>トークン URL</td><td><code>https://app.roboflow.com/oauth/token</code></td></tr><tr><td>ディスカバリー（OAuth AS メタデータ）</td><td><code>https://app.roboflow.com/.well-known/oauth-authorization-server</code></td></tr><tr><td>スコープ</td><td>スペース区切りのリスト（例： <code>workspace:read project:read model:infer offline_access</code>)</td></tr></tbody></table>

含める `offline_access` ゲートウェイがリフレッシュトークンに対応している場合は、スコープのリストに含めてください。

スコープの全一覧については、 [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

ほとんどの MCP クライアントではツール名に名前空間が付くため、 `projects_list` は次のように表示されます。 `mcp__roboflow__projects_list`。各ツールは必要な OAuth スコープを宣言し、サインイン時には承認したスコープのみがクライアントに付与されます。最新の一覧については、 [MCP ツール一覧](https://mcp.roboflow.com/llms.txt).

### エージェント

タスクを Roboflow エージェントに渡し、その成果を取得します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>agent_chat</code></td><td>Roboflow AI エージェントとチャットし、質疑応答、Workflow の構築、ソリューションの計画を行います。</td></tr><tr><td><code>agent_chat_result</code></td><td>処理中だった agent_chat の実行結果を取得します。</td></tr><tr><td><code>agent_conversations_list</code></td><td>ワークスペース内のエージェントとの会話を一覧表示します。</td></tr><tr><td><code>agent_conversation_get</code></td><td>メッセージ履歴を含む会話を1件取得します。</td></tr><tr><td><code>agent_workflow_publish</code></td><td>エージェントが編集したWorkflowの最新の下書きを公開します。</td></tr></tbody></table>

### プロジェクト

ワークスペース内のプロジェクトを作成、確認します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>projects_list</code></td><td>ワークスペース内のプロジェクトを一覧表示します。</td></tr><tr><td><code>projects_get</code></td><td>バージョン、クラス、データ分割、トレーニング済みモデルなど、プロジェクトの詳細を取得します。</td></tr><tr><td><code>projects_create</code></td><td>新しいコンピュータービジョンプロジェクトを作成します。</td></tr><tr><td><code>projects_delete</code></td><td>プロジェクトを削除し、ワークスペースのゴミ箱に移動します。</td></tr><tr><td><code>projects_fork</code></td><td>公開されているUniverseプロジェクトをワークスペースに非同期でフォークする処理をキューに追加します。</td></tr><tr><td><code>projects_health</code></td><td>プロジェクトのデータセットのヘルスチェックを取得します。</td></tr><tr><td><code>datasets_rebalance_splits</code></td><td>プロジェクトのtrain、valid、testの各分割を非同期で再調整する処理をキューに追加します。</td></tr></tbody></table>

### 画像

画像をアップロードして、後から再び見つけられるようにします。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>image_upload</code></td><td>画像と任意のアノテーションファイルを含むZIPのアップロードを準備します。</td></tr><tr><td><code>image_upload_status</code></td><td>ZIPの進行状況を確認し、審査のために保留されている画像があれば個別に報告します。</td></tr><tr><td><code>images_screening_status</code></td><td>保留中の画像ID 1件について、審査結果を取得します。</td></tr><tr><td><code>images_search</code></td><td>プロジェクト内の画像を検索します。</td></tr><tr><td><code>images_workspace_search</code></td><td>RoboQLを使用して、ワークスペース全体から画像を検索します。</td></tr><tr><td><code>images_update_metadata</code></td><td>1枚の画像のメタデータとタグを更新します。</td></tr><tr><td><code>images_batch_update_metadata</code></td><td>複数の画像のメタデータとタグを一括更新します。</td></tr></tbody></table>

### アノテーション

ラベルを保存し、自動ラベリングを実行します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>annotations_save</code></td><td>既存の画像にアノテーションを保存します。</td></tr><tr><td><code>autolabel_start</code></td><td>画像のバッチに対するホスト型自動ラベリングジョブを開始します。</td></tr><tr><td><code>autolabel_job_get</code></td><td>自動ラベリングジョブのサブジョブごとのステータスと進行状況を取得します。</td></tr></tbody></table>

### バッチ

アップロードした画像がラベリングに進む前にグループ化します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>annotation_batches_list</code></td><td>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。</td></tr><tr><td><code>annotation_batches_get</code></td><td>1つのアップロードバッチの詳細を取得します。</td></tr><tr><td><code>annotation_batches_create</code></td><td>選択した画像を1つのバッチから新しいバッチに移動します。</td></tr><tr><td><code>annotation_batches_merge</code></td><td>ソースバッチのすべての画像をターゲットバッチに移動します。</td></tr><tr><td><code>annotation_batches_delete</code></td><td>バッチを削除し、その画像を未割り当てに移動します。</td></tr><tr><td><code>annotation_batches_admin_list</code></td><td>カーソルページネーションを使用して、アノテーションボードのバッチを一覧表示します。</td></tr><tr><td><code>annotation_batches_admin_get</code></td><td>1つのアノテーションボードバッチの詳細を取得します。</td></tr><tr><td><code>annotation_batches_admin_images_list</code></td><td>カーソルページネーションを使用して、バッチ内の画像IDを一覧表示します。</td></tr></tbody></table>

### アノテーションジョブ

ラベル付け作業を割り当て、レビューを実施し、結果をデータセットに反映します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>annotation_jobs_list</code></td><td>プロジェクト内のアノテーションジョブを一覧表示します。</td></tr><tr><td><code>annotation_jobs_get</code></td><td>1つのアノテーションジョブの詳細を取得します。</td></tr><tr><td><code>annotation_jobs_create</code></td><td>ジョブを作成し、バッチから画像を移動します。</td></tr><tr><td><code>annotation_jobs_update</code></td><td>ジョブのラベラー、レビュアー、または手順を更新します。</td></tr><tr><td><code>annotation_jobs_images_list</code></td><td>ジョブに割り当てられた画像IDを一覧表示します。</td></tr><tr><td><code>annotation_jobs_images_add</code></td><td>既存のジョブに画像を移動します。</td></tr><tr><td><code>annotation_jobs_images_reassign</code></td><td>選択した画像からジョブを作成し、以前の割り当てを解除します。</td></tr><tr><td><code>annotation_jobs_submit_for_review</code></td><td>ラベリングジョブをレビュー段階に進めます。</td></tr><tr><td><code>annotation_jobs_return_for_edits</code></td><td>レビュー中のジョブをラベリング段階に戻します。必要に応じて新しいラベラーを指定できます。</td></tr><tr><td><code>annotation_jobs_review_image</code></td><td>ジョブ内の1つの画像のレビュー状況を設定します。</td></tr><tr><td><code>annotation_jobs_review_images</code></td><td>現在のステータスが一致する、ジョブ内のすべての画像にステータスを設定します。</td></tr><tr><td><code>annotation_jobs_accept_into_dataset</code></td><td>ジョブ内の画像を確定してデータセットに反映し、データ分割を割り当てます。</td></tr><tr><td><code>annotation_jobs_move_to_unassigned</code></td><td>ジョブを削除し、その画像を未割り当てバッチに移動します。</td></tr><tr><td><code>annotation_jobs_delete_annotations</code></td><td>ジョブに割り当てられたすべての画像のアノテーションデータを削除します。</td></tr></tbody></table>

### バージョン

データセットのバージョンを固定してエクスポートします。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>versions_generate</code></td><td>前処理と拡張を任意で適用してバージョンを作成します。</td></tr><tr><td><code>versions_get</code></td><td>データ分割や関連するトレーニングを含む、バージョン情報を取得します。</td></tr><tr><td><code>versions_export</code></td><td>バージョンのデータセットエクスポートの状況を確認するか、エクスポートを開始します。</td></tr><tr><td><code>versions_delete</code></td><td>バージョンを削除し、ワークスペースのゴミ箱に移動します。</td></tr></tbody></table>

### モデルとトレーニング

モデルをトレーニングし、進捗を確認して、推論を実行します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>trainings_describe_recipe</code></td><td>モデルタイプのチューニングオプションを説明し、送信可能なレシピを返します。</td></tr><tr><td><code>trainings_create</code></td><td>データセットのバージョンを使用してトレーニングを開始します。</td></tr><tr><td><code>trainings_list</code></td><td>データセットのバージョンに対するトレーニング実行を一覧表示します。</td></tr><tr><td><code>trainings_get</code></td><td>トレーニングのステータス、生成されたモデル、メトリクスを取得します。</td></tr><tr><td><code>trainings_stop</code></td><td>実行中のトレーニングの早期停止をリクエストします。</td></tr><tr><td><code>trainings_cancel</code></td><td>実行中のトレーニングをキャンセルします。</td></tr><tr><td><code>trainings_delete</code></td><td>トレーニングを削除し、ワークスペースのゴミ箱に移動します。</td></tr><tr><td><code>models_list</code></td><td>プロジェクト内のトレーニング済みモデルを一覧表示します。</td></tr><tr><td><code>models_get</code></td><td>トレーニング済みモデルの詳細を取得します。</td></tr><tr><td><code>models_infer</code></td><td>トレーニング済みモデルを使用して、画像に対するホスト型推論を実行します。</td></tr><tr><td><code>models_upload_custom_weights</code></td><td>ローカルでトレーニングした重みをRoboflowにアップロードする手順を取得します。</td></tr><tr><td><code>models_star_nas</code></td><td>ニューラルアーキテクチャサーチで見つかったモデルにスターを付ける、または外します。</td></tr></tbody></table>

### モデル評価

mAP、混同行列、クラスごとの結果を読み取ります。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>model_evals_list</code></td><td>ワークスペース内のモデル評価を一覧表示します。</td></tr><tr><td><code>model_evals_get</code></td><td>1件の評価のトップレベル概要を取得します。</td></tr><tr><td><code>model_evals_get_map_results</code></td><td>分割データごとのmAP結果を取得します。</td></tr><tr><td><code>model_evals_get_confidence_sweep</code></td><td>信頼度に応じた適合率、再現率、F1スコアの推移を取得します。</td></tr><tr><td><code>model_evals_get_performance_by_class</code></td><td>1つの分割データについて、クラスごとの性能指標を取得します。</td></tr><tr><td><code>model_evals_get_confusion_matrix</code></td><td>混同行列を取得します。</td></tr><tr><td><code>model_evals_get_image_predictions</code></td><td>ページネーションされた画像ごとの予測統計を取得します。</td></tr><tr><td><code>model_evals_get_vector_analysis</code></td><td>評価における画像埋め込みのクラスタリング結果を取得します。</td></tr><tr><td><code>model_evals_get_recommendations</code></td><td>利用可能な場合、評価に対して生成された推奨事項を取得します。</td></tr></tbody></table>

### ワークフロー

推論パイプラインの構築、検証、実行を行います。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>workflows_list</code></td><td>ワークスペースに保存されているワークフローを一覧表示します。</td></tr><tr><td><code>workflows_get</code></td><td>保存済みワークフローの詳細を取得します。</td></tr><tr><td><code>workflows_create</code></td><td>新しいワークフローを作成して保存します。</td></tr><tr><td><code>workflows_update</code></td><td>保存済みワークフローの名前と定義を更新します。</td></tr><tr><td><code>workflows_delete</code></td><td>保存済みワークフローを削除し、ワークスペースのゴミ箱に移動します。</td></tr><tr><td><code>workflows_run</code></td><td>保存済みワークフローを1枚以上の画像に対して実行します。</td></tr><tr><td><code>workflow_specs_validate</code></td><td>実行せずに、Workflow の JSON 定義を検証します。</td></tr><tr><td><code>workflow_specs_run</code></td><td>インラインの JSON 定義から Workflow を実行します。</td></tr><tr><td><code>workflow_blocks_list</code></td><td>利用可能なすべての Workflow ブロックを、それぞれの概要とともに一覧表示します。</td></tr><tr><td><code>workflow_blocks_get_schema</code></td><td>Workflow ブロック 1 つの完全なスキーマを取得します。</td></tr></tbody></table>

ゲート付きの Workflow では、ドラフトを保存し、必要に応じて Eval チェックを実行してから、Roboflow アプリでの手動承認を待ちます。ゲートの判定をポーリングし、次の場合にのみ公開します。 `publishable` が `true`の場合。MCP では Workflow バージョンを承認できません。以下を参照してください。 [バージョンの保存と公開](https://docs.roboflow.com/workflows/manage/manage-workflows#save-and-publish-a-version).

<table data-search="false"><thead><tr><th>ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>workflow_deploy_gates_openapi_get</code></td><td>デプロイゲートの API スキーマを読み取ります。</td></tr><tr><td><code>workflow_deploy_gates_workspace_list</code></td><td>ワークスペース全体の Eval ゲートを一覧表示します。</td></tr><tr><td><code>workflow_deploy_gates_list</code></td><td>1 つの Workflow のゲートとステータスを読み取ります。</td></tr><tr><td><code>workflow_versions_save</code></td><td>公開やチェックの開始を行わずにドラフトを保存します。</td></tr><tr><td><code>workflow_version_deploy_gates_get</code></td><td>バージョンの判定結果と、公開可能かどうかを読み取ります。</td></tr><tr><td><code>workflow_version_deploy_gates_run</code></td><td>Eval チェックを開始し、判定結果をポーリングします。</td></tr><tr><td><code>workflow_version_deploy</code></td><td>すべてのゲートを通過した後にバージョンを公開します。</td></tr><tr><td><code>workflow_eval_deploy_gate_get</code></td><td>Eval ゲートとそのしきい値を読み取ります。</td></tr><tr><td><code>workflow_eval_deploy_gate_set</code></td><td>Eval ゲートを設定します。</td></tr><tr><td><code>workflow_eval_deploy_gate_policy_update</code></td><td>その公開ポリシーを更新します。</td></tr><tr><td><code>workflow_eval_deploy_gate_new_check_thresholds_set</code></td><td>新しい Eval チェックのしきい値を設定します。</td></tr><tr><td><code>workflow_eval_deploy_gate_remove</code></td><td>Eval ゲートを削除します。</td></tr><tr><td><code>workflow_eval_deploy_checks_list</code></td><td>Eval デプロイチェックの結果を読み取ります。</td></tr><tr><td><code>workflow_manual_approval_gate_get</code></td><td>手動承認ルールを読み取ります。</td></tr><tr><td><code>workflow_manual_approval_gate_set</code></td><td>サインイン中のユーザーの認証情報を使用して、手動承認ルールを設定します。</td></tr><tr><td><code>workflow_manual_approval_gate_remove</code></td><td>サインイン中のユーザーの認証情報を使用して、手動承認ルールを削除します。</td></tr><tr><td><code>workflow_version_approvals_list</code></td><td>バージョンの承認記録を一覧表示します。</td></tr><tr><td><code>workflow_version_approval_get</code></td><td>承認ステータスと承認資格のあるユーザーを読み取ります。</td></tr></tbody></table>

### バッチ処理

ワークフローを実行する対象： [ローカルまたはクラウド上の画像や動画](https://docs.roboflow.com/deployment/roboflow-cloud/batch-processing#cli)、またはすでに [アセットライブラリ](https://docs.roboflow.com/platform/workspaces/asset-library)にある画像。ローカルファイルやクラウドファイルの場合は、MCPクライアントにステージングコマンドを問い合わせてください： `batch_processing_guide`。そのコマンドをターミナルで実行し、クライアントにジョブの開始と監視を依頼してください： `batch_processing_run`。アセットライブラリの画像の場合は、次を使用してください： `batch_processing_asset_library_job_create`。プラットフォームが選択した画像をステージングします。

{% hint style="info" %}
ステージングコマンドを実行するマシンには、 `inference-cli` とRoboflow APIキーが必要です。MCPのOAuthサインインでは、このCLIの認証はできません。ジョブを開始または再開するとクレジットを消費します。ステージングされたバッチの有効期限が切れる前に結果をダウンロードしてください。有効期限は作成から約7日後です。
{% endhint %}

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>batch_processing_guide</code></td><td>ファイルをステージングし、ワークフローを実行して、結果をダウンロードするためのコマンドを取得します。</td></tr><tr><td><code>batch_processing_staging_batches_list</code></td><td>ワークスペース内のステージング済み入力バッチと結果バッチを一覧表示します。</td></tr><tr><td><code>batch_processing_staging_batch_get</code></td><td>ステージング済みバッチのファイル数と取り込みの進行状況を取得します。</td></tr><tr><td><code>batch_processing_run</code></td><td>ステージング済みジョブを開始または再開し、進行状況、結果のダウンロードURL、または失敗ログを返します。呼び出しの間は <code>retryAfterSeconds</code> に指定された秒数だけ待ち、返されたジョブIDを再利用してください。</td></tr><tr><td><code>batch_processing_staged_job_start</code></td><td>取り込みが完了したバッチを、カスタムのタイムアウトやタスク制限を指定して開始します。再試行時は、同じ <code>job_id</code> と設定を再利用してください。</td></tr><tr><td><code>batch_processing_asset_library_job_create</code></td><td>次のうち1つだけを選択してジョブを作成します： <code>image_ids</code>、構造化されたRoboQL <code>query</code>、または <code>all_images=true</code>。同じリクエストを再試行するときは、同じ <code>idempotency_key</code> を再利用してください。</td></tr><tr><td><code>batch_processing_asset_library_task_get</code></td><td>返された <code>taskId</code>.</td></tr><tr><td><code>batch_processing_jobs_list</code></td><td>検索とページネーションを指定して、ワークスペース内のジョブを検索します。</td></tr><tr><td><code>batch_processing_job_get</code></td><td>ジョブのステータス、各ステージの進行状況、出力バッチを、 <code>jobId</code>.</td></tr><tr><td><code>batch_processing_job_logs</code></td><td>ページネーションされた処理ログを読み取ります。</td></tr><tr><td><code>batch_processing_job_abort</code></td><td>実行中のジョブを停止します。部分的な結果は引き続き利用できます。</td></tr><tr><td><code>batch_processing_job_restart</code></td><td>失敗または中断したジョブを、必要に応じてコンピューティング設定を変更して再起動します。</td></tr><tr><td><code>batch_processing_staging_batch_files_list</code></td><td>入力ファイルまたは結果ファイルを、署名付きダウンロード URL とともに一覧表示します。</td></tr></tbody></table>

### プロジェクトのデプロイ

プロジェクトの安定したライブエンドポイントと Active Learning を管理します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>project_deployment_get</code></td><td>プロジェクトのライブエンドポイントの状態を取得します。</td></tr><tr><td><code>project_deployment_launch</code></td><td>プロジェクトのデプロイを作成または準備します。</td></tr><tr><td><code>project_deployment_set_model</code></td><td>エンドポイントを変更せずに、デプロイのデフォルトモデルを変更します。</td></tr><tr><td><code>project_deployment_run</code></td><td>プロジェクトのライブエンドポイントを通じて推論を実行します。</td></tr><tr><td><code>project_deployment_enable_active_learning</code></td><td>デプロイで Active Learning を有効にします。</td></tr><tr><td><code>project_deployment_disable_active_learning</code></td><td>Active Learning のデータ収集を一時停止します。</td></tr><tr><td><code>project_deployment_configure_active_learning</code></td><td>デプロイで Active Learning のデータを収集する方法を設定します。</td></tr><tr><td><code>project_deployment_list_review_queues</code></td><td>本番環境の推論データを受け取るレビューキューを一覧表示します。</td></tr></tbody></table>

### ビジョンイベント

本番環境のイベントをクエリし、ユースケースを管理します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>vision_events_query</code></td><td>ID またはグループ化されたフィルターで、ページネーションを使用してイベントをクエリします。</td></tr><tr><td><code>vision_events_use_cases_list</code></td><td>ワークスペース内のビジョンイベントのユースケースを一覧表示します。</td></tr><tr><td><code>vision_events_custom_metadata_schema_get</code></td><td>ユースケースについて検出されたカスタムメタデータスキーマを取得します。</td></tr><tr><td><code>vision_events_use_case_create</code></td><td>新しいユースケースを作成します。</td></tr><tr><td><code>vision_events_use_case_rename</code></td><td>既存のユースケースの名前を変更します。</td></tr><tr><td><code>vision_events_use_case_archive</code></td><td>ユースケースをアーカイブします。</td></tr><tr><td><code>vision_events_use_case_unarchive</code></td><td>以前にアーカイブしたユースケースを復元します。</td></tr><tr><td><code>vision_events_delete</code></td><td>選択したイベントを削除します。未使用のメディアも必要に応じてクリーンアップできます。</td></tr></tbody></table>

### デバイスとストリーム

が管理するエッジデバイスを監視、設定、制御します [Deployment Manager](https://docs.roboflow.com/deployment/self-hosted/enterprise/deployment-manager)。以下の `devices_streams_*` ツールはこれらのデバイス上のストリームを対象とし、 [Cloud Streaming](https://docs.roboflow.com/deployment/roboflow-cloud/cloud-streaming) のソースやジョブは対象外です。Cloud Streaming インターフェースの代わりにこれらのツールを使用しないでください。

再起動、一時停止、電源の再投入などのコマンドはデバイスにキューイングされ、デバイスは次回のポーリング時にコマンドを取得します。成功とはコマンドがキューに追加されたことを意味し、実行されたことを意味するものではありません。デバイスが5分以内にコマンドを取得しない場合、コマンドは期限切れになります。そのため、実行後にデバイスの状態を確認するようエージェントに依頼してください。

#### デバイスを監視

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>devices_list</code></td><td>ワークスペース内のデバイスを一覧表示します。</td></tr><tr><td><code>devices_get</code></td><td>デバイス1台の詳細とステータスを取得します。</td></tr><tr><td><code>devices_get_snapshot</code></td><td>1回の呼び出しで、デバイスの現在の状態をすべて取得します。</td></tr><tr><td><code>devices_get_logs</code></td><td>デバイスのログを読み取ります。</td></tr><tr><td><code>devices_get_telemetry</code></td><td>ハードウェアのメトリクス（CPU、メモリ、ディスク、GPU）とストリームのFPSを取得します。</td></tr><tr><td><code>devices_get_events</code></td><td>起動、エラー、設定変更など、デバイスとストリームのイベントを一覧表示します。</td></tr><tr><td><code>devices_list_events</code></td><td>ワークスペース内のすべてのデバイスのイベントを一覧表示します。</td></tr><tr><td><code>devices_get_deployments</code></td><td>デバイスのデプロイ履歴と、各デプロイ中に発生したことを取得します。</td></tr><tr><td><code>devices_get_exception_occurrences</code></td><td>デバイスで特定のエラーが発生した各回を一覧表示します。</td></tr><tr><td><code>devices_get_services</code></td><td>デバイスで実行中のサービスとそのステータスを一覧表示します。</td></tr><tr><td><code>devices_get_service_series</code></td><td>サービスのメトリクス1つを時系列でグラフ表示します。</td></tr><tr><td><code>devices_get_plc_status</code></td><td>デバイスのPLC RelayがPLCに接続されているか確認します。</td></tr><tr><td><code>devices_get_event_store_stats</code></td><td>デバイスのEvent Store使用量を上限と照らして確認します。</td></tr><tr><td><code>devices_get_inference_versions</code></td><td>各デバイスで実行中の推論バージョンを確認します。</td></tr><tr><td><code>devices_get_secure_gateway_status</code></td><td>デバイスのSecure Gatewayの設定とキャッシュのステータスを確認します。</td></tr></tbody></table>

#### デバイスを設定

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>devices_get_config</code></td><td>デバイスの設定を取得します。</td></tr><tr><td><code>devices_update_config</code></td><td>設定変更を提案します。メンテナンス時間帯のため、適用が遅れる場合があります。</td></tr><tr><td><code>devices_set_service_version</code></td><td>デバイスの推論バージョンまたはマネージャーバージョンを設定します。</td></tr><tr><td><code>devices_apply_pending_config</code></td><td>次のメンテナンス時間帯まで保留中の変更を今すぐ適用します。</td></tr><tr><td><code>devices_get_config_history</code></td><td>デバイスの過去の設定を新しい順に一覧表示します。</td></tr><tr><td><code>devices_get_default_config</code></td><td>ワークスペース内の新しいデバイスに適用される初期設定を取得します。</td></tr><tr><td><code>devices_update_default_config</code></td><td>新しいデバイスに適用される初期設定を変更します。</td></tr></tbody></table>

#### ストリームとカメラ

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>devices_streams_list</code></td><td>デバイス上のストリームを一覧表示します。</td></tr><tr><td><code>devices_streams_get</code></td><td>1つのストリームのステータスと設定を取得します。</td></tr><tr><td><code>devices_streams_create</code></td><td>ワークフローを実行するカメラストリームを追加します。</td></tr><tr><td><code>devices_streams_update</code></td><td>ストリームの設定を変更します。</td></tr><tr><td><code>devices_streams_pause</code></td><td>ストリームを削除せずに一時停止します。</td></tr><tr><td><code>devices_streams_resume</code></td><td>一時停止中のストリームを再開します。</td></tr><tr><td><code>devices_streams_trigger</code></td><td>トリガーされたストリームでワークフローを1回実行します。</td></tr><tr><td><code>devices_streams_terminate</code></td><td>デバイスからストリームを完全に削除します。</td></tr><tr><td><code>devices_streams_sample_frame</code></td><td>カメラが現在捉えている映像を確認し、ワークフローで使えるフレーム画像のURLを取得します。</td></tr><tr><td><code>devices_streams_capture_frame</code></td><td>トレーニング用のフレームをキャプチャし、アップロード審査のために保留されたときに報告します。</td></tr><tr><td><code>devices_discover_cameras</code></td><td>デバイスのネットワークをスキャンしてカメラを検出します。</td></tr><tr><td><code>devices_restart_poe_port</code></td><td>応答しなくなったカメラのPoEポートを再起動します。</td></tr><tr><td><code>devices_get_stream_options</code></td><td>ワークスペース内のすべてのデバイスのストリームを一覧表示します。</td></tr></tbody></table>

#### デバイスの管理

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>devices_create</code></td><td>ランタイムのDockerを備えたSecure Gatewayを含むデバイスを追加します。</td></tr><tr><td><code>devices_update</code></td><td>デバイス名を変更するか、環境変数を設定します。</td></tr><tr><td><code>devices_restart_inference</code></td><td>デバイスの推論サーバーを再起動します。</td></tr><tr><td><code>devices_redeploy</code></td><td>デバイスにDeployment Managerを再インストールするための新しいインストールコマンドを取得します。</td></tr><tr><td><code>devices_send_command</code></td><td>非同期ネットワークプローブなどのデバイスコマンドをキューに追加します。</td></tr><tr><td><code>devices_snooze_alerts</code></td><td>デバイスのヘルスアラートを1日間停止します。</td></tr><tr><td><code>devices_delete</code></td><td>デバイスを削除します。この操作は取り消せません。</td></tr></tbody></table>

#### デバイスグループ

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>device_groups_list</code></td><td>デバイスグループを一覧表示します。</td></tr><tr><td><code>device_groups_get</code></td><td>1つのデバイスグループを取得します。</td></tr><tr><td><code>device_groups_create</code></td><td>デバイスグループを作成します。</td></tr><tr><td><code>device_groups_update</code></td><td>グループ名を変更するか、メンバーを入れ替えます。</td></tr><tr><td><code>device_groups_add_devices</code></td><td>グループにデバイスを追加します。</td></tr><tr><td><code>device_groups_remove_devices</code></td><td>グループからデバイスを削除します。</td></tr><tr><td><code>device_groups_delete</code></td><td>グループを削除します。デバイスは保持されます。</td></tr></tbody></table>

### クラウドストレージ

ラベル付けまたはトレーニングのために、S3またはGCSバケットをプロジェクトにミラーリングします。ファイルをインポートせずに処理するには、 [バッチ処理](#batch-processing).

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>connect_cloud_storage</code></td><td>認証情報の設定から初回実行まで、バケットミラーを一通り設定します。</td></tr><tr><td><code>credentials_list</code></td><td>ワークスペース内のクラウドストレージ認証情報を一覧表示します。</td></tr><tr><td><code>credentials_create</code></td><td>クラウドストレージ認証情報を作成します。</td></tr><tr><td><code>credentials_delete</code></td><td>認証情報を削除します。</td></tr><tr><td><code>datasources_list</code></td><td>ワークスペース内のバケットミラー設定を一覧表示します。</td></tr><tr><td><code>datasource_get</code></td><td>単一のデータソースの詳細を取得します。</td></tr><tr><td><code>datasource_create</code></td><td>バケット内のパスをプロジェクトにミラーリングするデータソースを作成します。</td></tr><tr><td><code>datasource_update</code></td><td>データソースを更新します。指定したフィールドのみが変更されます。</td></tr><tr><td><code>datasource_delete</code></td><td>データソースを削除します。すでにミラーリングされた画像はプロジェクトに残ります。</td></tr><tr><td><code>datasource_validate</code></td><td>Roboflowがデータソースのバケットにアクセスできることを確認します。</td></tr><tr><td><code>datasource_trigger</code></td><td>ミラーリングを開始します。</td></tr><tr><td><code>datasource_job_get</code></td><td>ミラーリング実行のステータスと統計情報を取得します。</td></tr></tbody></table>

### Universe

Roboflow Universeで公開データセットとモデルを検索します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>universe_search</code></td><td>Roboflow Universeでデータセットまたはモデルを検索します。</td></tr><tr><td><code>universe_dataset_images_search</code></td><td>URLで指定した公開Universeデータセット内の画像を検索します。</td></tr></tbody></table>

### ライブカメラプレビュー

エージェントにライブカメラでWorkflowを実行させ、注釈付き動画をチャットで確認できます。MCPアプリを表示するクライアント（例：Claude、ChatGPT）ではカードが開き、QRコードでスマートフォンをペアリングしたり、パソコンのウェブカメラを使ったり、ワークスペース内ですでに利用可能なカメラを選択したりできます。次に「検出目標」を入力するか、保存済みのWorkflowを選択して、「アシスタントに実行を依頼」をクリックします。エージェントは [Roboflow Agent](https://docs.roboflow.com/get-started/ja/jento/roboflow-agent.md) にWorkflowの作成または編集を依頼し、公開せずにカメラで実行します。

プレビューでは推論クレジットが消費され、1時間後に停止します。「処理を停止」をクリックすると、カメラを接続したままプレビューを終了できます。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>streams_connect</code></td><td>カードを開いてカメラを接続します。</td></tr><tr><td><code>streams_preview</code></td><td>接続されたカメラでWorkflowを実行します。</td></tr><tr><td><code>streams_preview_status</code></td><td>プレビューの現在のステータスを取得します。</td></tr><tr><td><code>streams_preview_stop</code></td><td>処理を停止し、カメラの接続を維持します。</td></tr></tbody></table>

### メディア

何を作るかを決める前に、画像や動画を確認します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>media_upload</code></td><td>分析する画像や動画をローカルからアップロードする準備をします。</td></tr><tr><td><code>media_upload_finalize</code></td><td>ステージング済みのアップロードを検証し、公開します。</td></tr><tr><td><code>media_analyze</code></td><td>ビジョンモデルで画像や短い動画を分析し、内容を把握します。</td></tr><tr><td><code>media_trim</code></td><td>Asset Library の動画からクリップを切り出し、分析可能な公開 URL を取得します。</td></tr></tbody></table>

### API キー

ワークスペースのキーを作成および無効化します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>api_keys_list</code></td><td>ワークスペースのすべての API キーを一覧表示します。</td></tr><tr><td><code>api_keys_get</code></td><td>単一のキーのメタデータを取得します。</td></tr><tr><td><code>api_keys_get_publishable</code></td><td>ワークスペースの公開可能キーを取得します。</td></tr><tr><td><code>api_keys_create</code></td><td>新しい API キーを作成します。</td></tr><tr><td><code>api_keys_update</code></td><td>キーの名前、スコープ、メタデータ、またはローテーションスケジュールを更新します。</td></tr><tr><td><code>api_keys_protect</code></td><td>キーを保護対象として設定し、取り消しや無効化ができないようにします。</td></tr><tr><td><code>api_keys_disable</code></td><td>キーを取り消さずに無効化または再有効化します。</td></tr><tr><td><code>api_keys_revoke</code></td><td>キーを恒久的に取り消します。</td></tr><tr><td><code>api_keys_roll</code></td><td>キーを取り消し、置き換え用のキーを一度の操作で作成します。新しいシークレットは一度だけ返されます。</td></tr><tr><td><code>api_keys_owner_candidates</code></td><td>キーをローテーションでき、そのローテーション担当者になれるメンバーを一覧表示します。</td></tr></tbody></table>

### ゴミ箱

削除した項目を復元します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>trash_list</code></td><td>ワークスペースのゴミ箱にある、現在ソフト削除状態の項目を一覧表示します。</td></tr><tr><td><code>trash_restore_project</code></td><td>削除したプロジェクトを復元します。</td></tr><tr><td><code>trash_restore_version</code></td><td>削除したデータセットのバージョンを復元します。</td></tr><tr><td><code>trash_restore_workflow</code></td><td>削除した Workflow を復元します。</td></tr><tr><td><code>trash_restore_training</code></td><td>削除したトレーニング実行を復元します。</td></tr></tbody></table>

### その他

時間のかかる処理の状態を確認し、フィードバックを送信します。

<table data-search="false"><thead><tr><th width="330">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>async_tasks_get</code></td><td>プロジェクトのフォークや分割の再調整など、ID を指定して非同期タスクの状態を確認します。</td></tr><tr><td><code>meta_feedback_send</code></td><td>バグ、未実装の機能、またはドキュメントの問題を Roboflow チームに報告します。</td></tr></tbody></table>
