MCP 서버

Claude, Cursor, Codex 또는 모든 MCP 클라이언트를 Roboflow MCP 서버와 해당 서버가 제공하는 도구에 연결하세요.

AI와 함께 Roboflow 프로젝트를 함께 진행하세요. Claude Code(또는 MCP 호환 에이전트)를 워크스페이스에 연결하세요. 프로젝트를 만들고, 데이터를 업로드하고, 모델을 학습하고, 워크플로를 구축하고, Roboflow UI의 시각적 단계를 안내할 수 있습니다. 당신은 가장 잘하는 일(보기, 라벨링, 결과 판단)을 맡고, 에이전트가 나머지를 처리합니다.

데모

https://mcp.roboflow.com/

MCP 추가

Roboflow MCP 서버는 인증에 OAuth를 사용합니다. API 키는 필요하지 않습니다. 처음 사용할 때 Roboflow에 로그인하라는 메시지가 표시됩니다.

Claude 커넥터(권장)

Claude 계정에 커넥터로 Roboflow를 추가하세요. 연결되면 Claude.ai, Claude Desktop, Claude Code 등 어디서나 사용할 수 있습니다.

Claude에 Roboflow 추가 - 링크를 클릭하고 확인하면 완료됩니다. 처음 사용할 때 OAuth로 Roboflow에 로그인하라는 메시지가 표시됩니다.

Claude Code CLI

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

Cursor

다음에서 Roboflow 플러그인을 설치하세요 Cursor 마켓플레이스또는 실행하세요 /add-plugin roboflow 를 Cursor에서 실행하세요. 어느 방법이든 Roboflow의 스킬과 함께 MCP 서버가 설치됩니다. 처음 사용할 때 OAuth로 Roboflow에 로그인하세요.

대신 서버를 수동으로 구성하려면 이 내용을 Cursor의 MCP 구성에 추가하세요(~/.cursor/mcp.json):

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

Codex

다음에 추가하세요 ~/.codex/config.toml:

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

MCP 게이트웨이 연결(사전 등록된 자격 증명)

대부분의 MCP 클라이언트(Cursor, Claude Desktop, VS Code, Claude Code)는 Dynamic Client Registration을 사용해 자동으로 등록합니다. 일부 플랫폼은 대신 사전 등록된 client_id 와 client_secret 을 필요로 합니다. 예: Azure AI Foundry 에이전트, Microsoft Copilot Studio, TrueFoundry AI Gateway.

이러한 플랫폼 중 하나에 연결하려면:

다음으로 이동하세요 워크스페이스 설정 > 개발자 Roboflow 대시보드에서
"Create OAuth App"을 클릭하고 이름, 리디렉션 URI(게이트웨이의 콜백 URL과 일치해야 함), 허용할 범위를 입력하세요
"Token endpoint authentication"을 게이트웨이에 맞게 설정하세요: client_secret_basic (HTTP Basic 헤더, Azure와 TrueFoundry에서 사용) 또는 client_secret_post (본문 양식의 비밀값)
Client ID와 Client Secret(한 번만 표시됨)을 복사하세요
게이트웨이의 커넥터 양식에 다음을 입력하세요:

필드

값

MCP 서버 URL

https://mcp.roboflow.com/mcp

인증 URL

https://app.roboflow.com/oauth/authorize

토큰 URL

https://app.roboflow.com/oauth/token

검색( OAuth AS 메타데이터 )

https://app.roboflow.com/.well-known/oauth-authorization-server

범위

공백으로 구분된 목록(예: workspace:read project:read model:infer offline_access)

포함하세요 offline_access 게이트웨이가 리프레시 토큰을 지원하는 경우 범위 목록에 이를 포함하세요.

전체 범위 카탈로그는 다음을 참조하세요 사용 가능한 범위.

도구

Roboflow MCP 서버는 범주별로 그룹화된 다음 도구를 제공합니다. 도구는 MCP 클라이언트에서 다음과 같이 네임스페이스가 지정됩니다 mcp__<server>__<tool_name> 예: mcp__roboflow__projects_list).

에이전트: Roboflow 에이전트와 채팅하고 워크플로를 구축

도구

설명

agent_chat

Roboflow AI 에이전트와 채팅합니다(Roboflow Q&A, 고급 워크플로 구축, CV 솔루션 계획).

agent_conversation_get

전체 메시지 기록이 포함된 단일 에이전트 대화를 가져옵니다.

agent_conversations_list

워크스페이스의 Roboflow 에이전트 대화 목록을 가져옵니다.

agent_workflow_publish

에이전트가 편집한 최신 워크플로 초안을 게시합니다.

프로젝트: 워크스페이스의 프로젝트 관리

도구

설명

projects_list

API 키와 연결된 워크스페이스의 모든 프로젝트를 나열합니다.

projects_get

버전, 클래스, 분할, 학습된 모델을 포함한 프로젝트의 자세한 정보를 가져옵니다.

projects_create

새 컴퓨터 비전 프로젝트를 만듭니다(탐지, 분류, 세분화 또는 키포인트).

projects_fork

공개 Universe 프로젝트를 워크스페이스로 비동기 포크하도록 대기열에 추가합니다.

projects_health

프로젝트의 데이터셋 상태 점검을 가져옵니다.

create_project_app

사람이 Roboflow 프로젝트를 만들 수 있도록 Prefab UI를 엽니다(확인 시 projects_create 호출).

이미지: 프로젝트 이미지 업로드 및 검색

도구

설명

images_search

태그, 클래스, 배치, 주석 작업, 시각적 유사성 필터를 사용해 프로젝트 내 이미지를 검색합니다.

images_prepare_upload

를 통해 프로젝트에 단일 이미지를 업로드할 수 있는 사전 생성된 업로드 URL을 가져옵니다 curl.

images_prepare_upload_zip

이미지(및 선택적 COCO/YOLO/VOC/폴더 주석) ZIP을 대량 업로드할 서명된 URL을 준비합니다.

images_upload_zip_status

다음으로 시작한 ZIP 업로드 작업의 상태를 확인합니다 images_prepare_upload_zip.

주석: 주석 저장 및 자동 라벨링 실행

도구

설명

annotations_save

기존 이미지에 대한 주석(XML, JSON 또는 텍스트)을 저장합니다.

autolabel_start

이미지 배치에 대해 호스팅된 자동 라벨 작업을 시작합니다.

autolabel_job_get

자동 라벨 작업의 하위 작업별 상태와 진행률을 가져옵니다.

배치: 라벨링 작업 생성 및 관리

도구

설명

annotation_jobs_create

이미지 배치를 라벨러와 검토자에게 할당하는 주석 작업을 만듭니다.

annotation_batches_list

프로젝트의 업로드 배치를 나열합니다.

annotation_batches_get

이미지 수와 상태를 포함한 특정 배치의 세부 정보를 가져옵니다.

버전: 데이터셋 버전 생성 및 내보내기

도구

설명

versions_get

분할, 전처리, 증강, 모델 메트릭을 포함한 데이터셋 버전에 대한 정보를 가져옵니다.

versions_generate

선택적 전처리 및 증강 설정으로 새 데이터셋 버전을 만듭니다.

versions_export

특정 형식으로 버전의 데이터셋 내보내기를 확인하거나 트리거합니다(예: coco, yolov8, jsonl).

모델: 모델 학습 및 학습 진행 상황 모니터링

도구

설명

models_list

프로젝트와 연결된 학습된 모델을 나열합니다.

models_get

학습된 모델의 세부 정보를 가져옵니다.

models_train

데이터셋 버전에서 모델(RF-DETR, YOLO 등) 학습을 시작합니다.

models_infer

학습된 모델을 사용해 이미지에서 호스팅 추론을 실행하고 JSON 예측 결과를 반환합니다.

models_get_training_status

데이터셋 버전에 대한 학습 진행 상황과 메트릭(epoch, mAP, loss)을 가져옵니다.

models_star_nas

NAS로 학습된 모델에 별표를 표시하거나 제거합니다.

trainings_get_results

실행 수준의 학습 결과 번들을 가져옵니다.

trainings_stop

진행 중인 학습 실행에 대해 조기 중지를 요청합니다.

trainings_cancel

진행 중인 학습 실행을 취소합니다.

8. 모델 평가: mAP, 혼동 행렬, 클래스별 성능 보기

도구

설명

model_evals_list

현재 워크스페이스의 모델 평가를 나열합니다.

model_evals_get

단일 모델 평가의 최상위 요약을 가져옵니다.

model_evals_get_map_results

평가에 대한 분할별 mAP 결과를 가져옵니다.

model_evals_get_confusion_matrix

평가의 혼동 행렬을 가져옵니다.

model_evals_get_confidence_sweep

평가의 정밀도/재현율/F1 신뢰도 스윕을 가져옵니다.

model_evals_get_performance_by_class

단일 분할에 대한 클래스별 성능 메트릭을 가져옵니다.

model_evals_get_image_predictions

평가에 대한 이미지별 예측 통계를 가져옵니다(페이지 매김).

model_evals_get_vector_analysis

평가에 대한 이미지 임베딩의 UMAP + HDBSCAN 클러스터링을 가져옵니다.

model_evals_get_recommendations

사용 가능한 경우 평가에 대한 LLM 생성 권장 사항을 가져옵니다.

9. 워크플로: 추론 파이프라인 구축 및 실행

도구

설명

workflows_list

현재 워크스페이스에 저장된 워크플로를 나열합니다.

workflows_get

저장된 워크플로의 세부 정보를 가져옵니다.

workflows_create

JSON 정의에서 워크스페이스에 새 워크플로를 만들고 저장합니다.

workflows_update

기존 저장된 워크플로의 이름과 정의를 업데이트합니다.

workflows_run

하나 이상의 이미지에서 ID로 저장된 워크플로를 실행합니다.

workflow_blocks_list

사용 가능한 모든 워크플로 블록과 각 블록의 간단한 요약을 나열합니다.

workflow_blocks_get_schema

특정 워크플로 블록의 전체 스키마(속성, 필수 필드)를 가져옵니다.

workflow_specs_validate

실행하지 않고 워크플로 JSON 정의를 검증합니다.

workflow_specs_run

먼저 저장하지 않고 인라인 JSON 정의에서 직접 워크플로를 실행합니다.

디바이스 및 스트림: 엣지 디바이스와 비디오 스트림 관리

도구

설명

devices_list

워크스페이스에 등록된 디바이스를 나열합니다.

devices_get

id로 단일 디바이스를 가져옵니다.

devices_create

새 v2 디바이스를 프로비저닝합니다.

devices_get_config

디바이스의 현재 런타임 구성을 가져옵니다.

devices_get_default_config

워크스페이스의 기본 디바이스 구성을 가져옵니다.

devices_get_config_history

이전 구성 개정 내역을 최신 순으로 나열합니다.

devices_update_config

디바이스의 런타임 구성을 업데이트합니다.

devices_get_logs

Elasticsearch에서 디바이스 로그를 가져옵니다.

devices_get_events

디바이스 및 스트림 수명 주기 이벤트를 나열합니다.

devices_get_telemetry

집계된 하드웨어 메트릭(cpu, memory, disk, gpu)을 가져옵니다.

devices_streams_list

디바이스에 구성된 스트림을 나열합니다.

devices_streams_get

id로 단일 스트림을 가져옵니다.

Universe: Roboflow Universe에서 공개 데이터셋 검색

도구

설명

universe_search

클래스, 이미지 수, 프로젝트 유형, 정렬을 위한 연산자를 사용해 공개 데이터셋 또는 모델을 Roboflow Universe에서 검색합니다.

universe_search_app

검색, 시각적 비교, 이미지 훑어보기, 포크를 위한 Prefab Universe UI를 엽니다. 사람이 데이터셋을 선택합니다.

universe_dataset_images_search

공개 Universe 데이터셋 URL 내의 이미지를 검색합니다.

기타: 장기 실행 작업 폴링 및 피드백 전송

도구

설명

async_tasks_get

id로 비동기 작업을 폴링합니다(예: 프로젝트 포크). 5초마다 폴링하세요. 처리가 시작되는 데 최대 30초가 걸릴 수 있습니다.

meta_feedback_send

버그, 누락된 기능, UX 불편, 또는 문서 문제를 Roboflow 팀에 신고합니다.

이전에이전트 다음Roboflow 에이전트

마지막 업데이트 2일 전

도움이 되었나요?