MCP 서버
Claude, Cursor, Codex 또는 모든 MCP 클라이언트를 Roboflow MCP 서버와 해당 서버가 제공하는 도구에 연결합니다.
AI와 함께 Roboflow 프로젝트를 함께 작업하세요. Claude Code(또는 MCP 호환 에이전트)를 워크스페이스에 연결하세요. 프로젝트를 만들고, 데이터를 업로드하고, 모델을 학습하고, 워크플로를 구축하고, Roboflow UI에서 시각적 단계를 안내받을 수 있습니다. 당신은 가장 잘하는 일(확인, 라벨링, 결과 판단)을 맡고, 에이전트가 나머지를 처리합니다.
데모
MCP 추가
Roboflow MCP 서버는 인증에 OAuth를 사용하므로 API 키가 필요하지 않습니다. 처음 사용할 때 Roboflow에 로그인하라는 메시지가 표시됩니다.
Claude 커넥터(권장)
Claude 계정에서 Roboflow를 커넥터로 추가하세요. 연결되면 Claude.ai, Claude Desktop, Claude Code 등 어디서나 작동합니다.
Claude에 Roboflow 추가 - 링크를 클릭하고 확인하면 끝입니다. 처음 사용할 때 OAuth로 Roboflow에 로그인하라는 메시지가 표시됩니다.
Claude Code CLI
Cursor
에서 Roboflow 플러그인을 설치하거나 Cursor 마켓플레이스, 또는 /add-plugin roboflow 를 Cursor에서 실행하세요. 그러면 Roboflow의 스킬과 함께 MCP 서버가 설치됩니다. 처음 사용할 때 OAuth로 Roboflow에 로그인하세요.
대신 서버를 수동으로 구성하려면, 다음을 Cursor의 MCP 설정(~/.cursor/mcp.json):
Codex
다음에 추가: ~/.codex/config.toml:
MCP 게이트웨이 연결(사전 등록된 자격 증명)
대부분의 MCP 클라이언트(Cursor, Claude Desktop, VS Code, Claude Code)는 Dynamic Client Registration을 사용해 자동으로 등록됩니다. 일부 플랫폼은 사전 등록된 client_id 와 client_secret 이 필요합니다. 예를 들어 Azure AI Foundry agents, Microsoft Copilot Studio, TrueFoundry AI Gateway가 그렇습니다.
이러한 플랫폼 중 하나를 연결하려면:
다음으로 이동하세요. 워크스페이스 설정 > 개발자 Roboflow 대시보드에서
"Create OAuth App"을 클릭하고 이름, 리디렉션 URI(게이트웨이의 콜백 URL과 일치해야 함), 허용 범위를 입력하세요
"Token endpoint authentication"을 게이트웨이에 맞게 설정하세요:
client_secret_basic(Azure 및 TrueFoundry에서 사용하는 HTTP Basic 헤더) 또는client_secret_post(비밀값을 본문에 포함)Client ID와 Client Secret(한 번만 표시됨)을 복사하세요
게이트웨이의 커넥터 양식에 다음을 입력하세요:
MCP 서버 URL
https://mcp.roboflow.com/mcp
승인 URL
https://app.roboflow.com/oauth/authorize
토큰 URL
https://app.roboflow.com/oauth/token
디스커버리(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)
포함 offline_access 게이트웨이가 갱신 토큰을 지원하는 경우 범위 목록에 포함하세요.
전체 범위 카탈로그는 다음을 참조하세요. 사용 가능한 범위.
도구
서버는 141개의 도구를 제공합니다. 대부분의 MCP 클라이언트는 이를 네임스페이스로 구분하므로 projects_list 는 다음처럼 표시됩니다. mcp__roboflow__projects_list각 도구는 필요한 OAuth 범위를 선언하며, 클라이언트는 로그인 시 사용자가 승인한 범위만 받습니다.
에이전트
작업을 Roboflow 에이전트에게 맡기고, 생성된 결과를 수집하세요.
agent_chat
Q&A, 워크플로 빌드, 솔루션 계획을 위해 Roboflow AI 에이전트와 채팅하세요.
agent_chat_result
진행 중이던 agent_chat 실행의 결과를 수집합니다.
agent_conversations_list
워크스페이스의 에이전트 대화를 나열합니다.
agent_conversation_get
메시지 기록이 포함된 대화 하나를 가져옵니다.
agent_workflow_publish
에이전트가 편집한 워크플로의 최신 초안을 게시합니다.
프로젝트
워크스페이스에서 프로젝트를 만들고 살펴봅니다.
projects_list
워크스페이스의 프로젝트를 나열합니다.
projects_get
버전, 클래스, 분할, 학습된 모델을 포함한 프로젝트 세부 정보를 가져옵니다.
projects_create
새 컴퓨터 비전 프로젝트를 만듭니다.
projects_delete
프로젝트를 삭제하여 워크스페이스 휴지통으로 이동합니다.
projects_fork
공개 Universe 프로젝트의 비동기 포크 작업을 워크스페이스에 큐에 넣습니다.
projects_health
프로젝트의 데이터셋 상태 점검을 가져옵니다.
datasets_rebalance_splits
프로젝트의 train, valid, test 분할을 비동기로 재균형 조정하도록 큐에 넣습니다.
이미지
이미지를 업로드하고 나중에 다시 찾습니다.
image_upload
로컬 이미지 파일을 zip으로 프로젝트에 업로드합니다.
image_upload_status
이미지 zip 업로드 작업의 상태를 확인합니다.
images_search
프로젝트 내 이미지를 검색합니다.
images_workspace_search
RoboQL을 사용해 전체 워크스페이스에서 이미지를 검색합니다.
images_update_metadata
단일 이미지의 메타데이터와 태그를 업데이트합니다.
images_batch_update_metadata
여러 이미지의 메타데이터와 태그를 일괄 업데이트합니다.
주석
라벨을 저장하고 자동 라벨링을 실행합니다.
annotations_save
기존 이미지의 주석을 저장합니다.
autolabel_start
이미지 배치에 대해 호스팅된 자동 라벨 작업을 시작합니다.
autolabel_job_get
자동 라벨 작업의 하위 작업별 상태와 진행률을 가져옵니다.
배치
업로드된 이미지를 라벨링하기 전에 그룹화합니다.
annotation_batches_list
프로젝트의 업로드 배치를 나열합니다.
annotation_batches_get
업로드 배치 하나에 대한 세부 정보를 가져옵니다.
annotation_batches_create
선택한 이미지를 한 배치에서 새 배치로 이동합니다.
annotation_batches_merge
소스 배치의 모든 이미지를 대상 배치로 이동합니다.
annotation_batches_delete
배치를 삭제하고 해당 이미지를 미할당 상태로 이동합니다.
annotation_batches_admin_list
커서 페이지네이션으로 주석 보드 배치를 나열합니다.
annotation_batches_admin_get
주석 보드 배치 하나에 대한 세부 정보를 가져옵니다.
annotation_batches_admin_images_list
커서 페이지네이션으로 배치의 이미지 ID를 나열합니다.
주석 작업
라벨링 작업을 할당하고, 검토를 실행하며, 결과를 데이터셋에 반영합니다.
annotation_jobs_list
프로젝트의 주석 작업을 나열합니다.
annotation_jobs_get
주석 작업 하나에 대한 세부 정보를 가져옵니다.
annotation_jobs_create
작업을 만들고 배치에서 이미지를 그 작업으로 이동합니다.
annotation_jobs_update
작업의 라벨러, 검토자 또는 지침을 업데이트합니다.
annotation_jobs_images_list
작업에 할당된 이미지 ID를 나열합니다.
annotation_jobs_images_add
이미지를 기존 작업으로 이동합니다.
annotation_jobs_images_reassign
선택한 이미지로 작업을 만들고 이전 할당을 지웁니다.
annotation_jobs_submit_for_review
라벨링 작업을 검토 단계로 진행합니다.
annotation_jobs_return_for_edits
검토 작업을 라벨링으로 되돌리며, 필요하면 새 라벨러를 지정합니다.
annotation_jobs_review_image
작업의 한 이미지에 대한 검토 상태를 설정합니다.
annotation_jobs_review_images
현재 상태와 일치하는 모든 작업 이미지의 상태를 설정합니다.
annotation_jobs_accept_into_dataset
작업 이미지를 데이터셋에 반영하고 분할을 할당합니다.
annotation_jobs_move_to_unassigned
작업을 제거하고 해당 이미지를 미할당 배치로 이동합니다.
annotation_jobs_delete_annotations
작업에 할당된 모든 이미지의 주석 데이터를 삭제합니다.
버전
데이터셋 버전을 고정하고 내보냅니다.
versions_generate
선택적 전처리 및 증강을 포함해 버전을 만듭니다.
versions_get
분할 및 학습을 포함한 버전 정보를 가져옵니다.
versions_export
버전의 데이터셋 내보내기를 확인하거나 트리거합니다.
versions_delete
버전을 삭제하여 워크스페이스 휴지통으로 이동합니다.
모델 및 학습
모델을 학습하고, 진행 상황을 확인하며, 추론을 실행합니다.
trainings_describe_recipe
모델 유형의 튜닝 옵션을 설명하고 제출 가능한 레시피를 반환합니다.
trainings_create
데이터셋 버전에서 학습 실행을 시작합니다.
trainings_list
데이터셋 버전의 학습 실행을 나열합니다.
trainings_get
학습 상태, 생성된 모델, 메트릭을 가져옵니다.
trainings_stop
진행 중인 학습 실행에 조기 중단을 요청합니다.
trainings_cancel
진행 중인 학습 실행을 취소합니다.
trainings_delete
학습 실행을 삭제하여 워크스페이스 휴지통으로 이동합니다.
models_list
프로젝트의 학습된 모델을 나열합니다.
models_get
학습된 모델의 세부 정보를 가져옵니다.
models_infer
학습된 모델을 사용해 이미지에 호스팅 추론을 실행합니다.
models_upload_custom_weights
로컬에서 학습한 가중치를 Roboflow에 업로드하는 레시피를 가져옵니다.
models_star_nas
신경망 아키텍처 탐색으로 찾은 모델에 별표를 표시하거나 해제합니다.
모델 평가
mAP, 혼동 행렬, 클래스별 결과를 확인합니다.
model_evals_list
워크스페이스의 모델 평가를 나열합니다.
model_evals_get
한 평가의 최상위 요약을 가져옵니다.
model_evals_get_map_results
분할별 mAP 결과를 가져옵니다.
model_evals_get_confidence_sweep
정밀도, 재현율, F1의 신뢰도 스윕을 가져옵니다.
model_evals_get_performance_by_class
한 분할의 클래스별 성능 메트릭을 가져옵니다.
model_evals_get_confusion_matrix
혼동 행렬을 가져옵니다.
model_evals_get_image_predictions
이미지별 예측 통계를 페이지네이션으로 가져옵니다.
model_evals_get_vector_analysis
평가를 위한 이미지 임베딩 클러스터링을 가져옵니다.
model_evals_get_recommendations
가능한 경우 평가를 위한 생성된 추천을 가져옵니다.
워크플로
추론 파이프라인을 빌드, 검증, 실행합니다.
workflows_list
워크스페이스의 저장된 워크플로를 나열합니다.
workflows_get
저장된 워크플로의 세부 정보를 가져옵니다.
workflows_create
새 워크플로를 만들고 저장합니다.
workflows_update
저장된 워크플로의 이름과 정의를 업데이트합니다.
workflows_delete
저장된 워크플로를 삭제하여 워크스페이스 휴지통으로 이동합니다.
workflows_run
하나 이상의 이미지에 대해 저장된 워크플로를 실행합니다.
workflow_specs_validate
실행하지 않고 워크플로 JSON 정의를 검증합니다.
workflow_specs_run
인라인 JSON 정의에서 워크플로를 실행합니다.
workflow_blocks_list
사용 가능한 모든 워크플로 블록을 각 블록의 간단한 요약과 함께 나열합니다.
workflow_blocks_get_schema
한 워크플로 블록의 전체 스키마를 가져옵니다.
프로젝트 배포
프로젝트의 안정적인 라이브 엔드포인트와 액티브 러닝을 관리합니다.
project_deployment_get
프로젝트의 라이브 엔드포인트 상태를 가져옵니다.
project_deployment_launch
프로젝트 배포를 만들거나 준비합니다.
project_deployment_set_model
엔드포인트는 변경하지 않고 배포 뒤의 기본 모델을 변경합니다.
project_deployment_run
프로젝트의 라이브 엔드포인트를 통해 추론을 실행합니다.
project_deployment_enable_active_learning
배포에서 액티브 러닝을 활성화합니다.
project_deployment_disable_active_learning
액티브 러닝 수집을 일시 중지합니다.
project_deployment_configure_active_learning
배포가 액티브 러닝 데이터를 수집하는 방식을 구성합니다.
project_deployment_list_review_queues
운영 추론에서 공급되는 검토 대기열을 나열합니다.
비전 이벤트
프로덕션 이벤트를 쿼리하고 사용 사례를 관리합니다.
vision_events_query
필터와 페이지네이션을 사용해 프로덕션 비전 이벤트를 쿼리합니다.
vision_events_use_cases_list
워크스페이스의 비전 이벤트 사용 사례를 나열합니다.
vision_events_custom_metadata_schema_get
사용 사례에 대해 발견된 사용자 정의 메타데이터 스키마를 가져옵니다.
vision_events_use_case_create
새 사용 사례를 만듭니다.
vision_events_use_case_rename
기존 사용 사례의 이름을 바꿉니다.
vision_events_use_case_archive
사용 사례를 보관합니다.
vision_events_use_case_unarchive
이전에 보관된 사용 사례를 복원합니다.
디바이스 및 스트림
Deployment Manager가 관리하는 엣지 디바이스를 모니터링하고 구성합니다.
devices_list
워크스페이스에 등록된 디바이스를 나열합니다.
devices_get
ID로 단일 디바이스를 가져옵니다.
devices_create
새 디바이스를 프로비저닝합니다.
devices_get_snapshot
한 번의 호출로 디바이스의 현재 전체 상태를 가져옵니다.
devices_get_config
디바이스의 현재 런타임 구성을 가져옵니다.
devices_update_config
디바이스의 런타임 구성을 업데이트합니다.
devices_get_default_config
워크스페이스의 기본 디바이스 구성을 가져옵니다.
devices_get_config_history
이전 구성 개정을 최신순으로 나열합니다.
devices_streams_list
기기에서 구성된 스트림 목록을 표시합니다.
devices_streams_get
ID로 단일 스트림을 가져옵니다.
devices_get_logs
기기 로그를 가져옵니다.
devices_get_telemetry
집계된 하드웨어 지표와 기기 상태를 가져옵니다.
devices_get_deployments
배포별 활동이 포함된 기기의 배포 기록을 가져옵니다.
devices_get_events
기기 및 스트림 수명 주기 이벤트 목록을 표시합니다.
devices_get_exception_occurrences
하나의 예외 지문에 대한 원시 발생 내역을 최신 순으로 표시합니다.
클라우드 스토리지
S3 또는 GCS 버킷을 프로젝트에 미러링합니다.
connect_cloud_storage
자격 증명부터 첫 실행까지 버킷 미러를 처음부터 끝까지 설정합니다.
credentials_list
워크스페이스의 클라우드 스토리지 자격 증명 목록을 표시합니다.
credentials_create
클라우드 스토리지 자격 증명을 생성합니다.
credentials_delete
자격 증명을 삭제합니다.
datasources_list
워크스페이스의 버킷 미러 구성 목록을 표시합니다.
datasource_get
단일 데이터 소스의 전체 세부 정보를 가져옵니다.
datasource_create
버킷 경로를 프로젝트에 미러링하는 데이터 소스를 생성합니다.
datasource_update
데이터 소스를 업데이트합니다. 전달한 필드만 변경됩니다.
datasource_delete
데이터 소스를 삭제합니다. 이미 미러링된 이미지는 프로젝트에 그대로 남습니다.
datasource_validate
Roboflow가 데이터 소스의 버킷에 접근할 수 있는지 확인합니다.
datasource_trigger
미러 실행을 시작합니다.
datasource_job_get
한 번의 미러 실행의 상태와 통계를 가져옵니다.
유니버스
Roboflow Universe에서 공개 데이터셋과 모델을 검색합니다.
universe_search
데이터셋 또는 모델을 위해 Roboflow Universe를 검색합니다.
universe_dataset_images_search
URL이 주어졌을 때 공개 Universe 데이터셋 내의 이미지를 검색합니다.
미디어
무엇을 만들지 결정하기 전에 이미지나 동영상을 살펴보세요.
media_upload
로컬 이미지 또는 동영상을 분석할 수 있도록 준비합니다.
media_upload_finalize
준비된 업로드를 검증하고 게시합니다.
media_analyze
비전 모델로 이미지나 짧은 동영상을 분석하여 내용을 파악합니다.
media_trim
Asset Library 동영상에서 클립을 잘라 분석 가능한 공개 URL을 얻습니다.
API 키
워크스페이스용 키를 생성하고 폐기합니다.
api_keys_list
워크스페이스의 모든 API 키를 나열합니다.
api_keys_get
단일 키의 메타데이터를 가져옵니다.
api_keys_get_publishable
워크스페이스의 게시 가능 키를 가져옵니다.
api_keys_create
새 API 키를 생성합니다.
api_keys_update
키의 이름, 범위 또는 메타데이터를 업데이트합니다.
api_keys_protect
키를 보호됨으로 표시하여 취소하거나 비활성화할 수 없게 합니다.
api_keys_disable
키를 취소하지 않고 비활성화하거나 다시 활성화합니다.
api_keys_revoke
키를 영구적으로 취소합니다.
휴지통
삭제된 항목을 복원합니다.
trash_list
현재 워크스페이스 휴지통에 있는 소프트 삭제된 항목을 나열합니다.
trash_restore_project
삭제된 프로젝트를 복원합니다.
trash_restore_version
삭제된 데이터셋 버전을 복원합니다.
trash_restore_workflow
삭제된 워크플로를 복원합니다.
trash_restore_training
삭제된 학습 실행을 복원합니다.
기타
장시간 실행되는 작업을 폴링하고 피드백을 전송합니다.
async_tasks_get
프로젝트 포크나 분할 재조정과 같은 비동기 작업을 ID로 폴링합니다.
meta_feedback_send
버그, 누락된 기능 또는 문서 문제를 Roboflow 팀에 보고합니다.
마지막 업데이트
도움이 되었나요?