> 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/ko/agents/mcp-server.md).

# MCP 서버

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

AI와 함께 Roboflow 프로젝트를 진행하세요. Claude Code(또는 MCP 호환 에이전트)를 워크스페이스에 연결하면 프로젝트 생성, 데이터 업로드, 모델 학습, Workflows 구축을 수행하고 Roboflow UI에서 시각적으로 작업하는 과정을 안내받을 수 있습니다. 사용자는 자신이 가장 잘하는 일(확인, 라벨 지정, 결과 판단)을 맡고 나머지는 에이전트가 처리합니다.

## 데모

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

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

## MCP 추가

Roboflow MCP 서버는 OAuth를 사용해 인증하므로 API 키가 필요하지 않습니다. 처음 사용할 때 Roboflow에 로그인하라는 메시지가 표시됩니다.

로그인하면 동의 페이지에 사용 중인 Roboflow 계정의 이메일이 표시됩니다. 다른 계정을 연결하려면 "다른 계정 사용"을 클릭하세요. 계정에 아직 Workspace가 없다면 연결을 승인하기 전에 Workspace를 설정해야 합니다.

### Claude 커넥터(권장)

Claude 계정에 Roboflow를 커넥터로 추가하세요. 연결하면 Claude.ai, Claude Desktop, Claude Code에서 모두 사용할 수 있습니다.

[Claude에 Roboflow 추가](https://claude.ai/directory/connectors/dbbc26cf-80b0-4a85-9877-f85874282794) - 링크를 클릭하고 확인하면 완료됩니다. 처음 사용할 때 OAuth를 통해 Roboflow에 로그인하라는 메시지가 표시됩니다.

### Claude Code CLI

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

### Cursor

Roboflow 플러그인을 다음에서 설치하거나 [Cursor 마켓플레이스](https://cursor.com/marketplace/roboflow)에서 설치하거나 Cursor에서 `/add-plugin roboflow` 를 실행하세요. 어느 방법을 사용해도 Roboflow의 스킬과 함께 MCP 서버가 설치됩니다. 처음 사용할 때 OAuth를 통해 Roboflow에 로그인하세요.

대신 서버를 수동으로 구성하려면 Cursor의 MCP 설정에 다음을 추가하세요(`~/.cursor/mcp.json`):

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

### ChatGPT

다음으로 이동해 [Roboflow 플러그인 목록](https://chatgpt.com/plugins/plugin_asdk_app_6ac2713d52dc8191913b283379e39840) 에서 "플러그인 설치"를 클릭하세요. ChatGPT에서 요청하면 Roboflow에 로그인하세요.

### Codex

ChatGPT와 Codex는 하나의 플러그인을 공유합니다. 다음에서 플러그인을 설치하고 [Roboflow 플러그인 목록](https://chatgpt.com/plugins/plugin_asdk_app_6ac2713d52dc8191913b283379e39840) 에서 요청하면 Roboflow에 로그인하세요.

대신 서버를 수동으로 구성하려면 다음 파일에 아래 내용을 추가하세요. `~/.codex/config.toml`:

```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 동적 클라이언트 등록을 사용해 자동으로 등록됩니다. 일부 플랫폼에서는 사전 등록된 `client_id` 와 `client_secret` 이 필요합니다. 예를 들면 Azure AI Foundry 에이전트, Microsoft Copilot Studio, TrueFoundry AI Gateway가 있습니다.

이러한 플랫폼 중 하나를 연결하려면 다음 단계를 따르세요.

1. Roboflow 대시보드에서 "Workspace Settings > Developer"로 이동합니다.
2. "Create OAuth App"을 클릭하고 이름, 리디렉션 URI(게이트웨이의 콜백 URL과 일치해야 함), 허용된 범위를 입력합니다.
3. "Token endpoint authentication"을 게이트웨이 설정에 맞게 지정합니다. `client_secret_basic` (HTTP Basic 헤더, Azure 및 TrueFoundry에서 사용) 또는 `client_secret_post` (요청 본문의 비밀 정보)
4. 클라이언트 ID와 클라이언트 시크릿을 복사합니다(한 번만 표시됨).
5. 게이트웨이의 커넥터 양식에 다음을 입력합니다.

<table data-search="false"><thead><tr><th>필드</th><th>값</th></tr></thead><tbody><tr><td>MCP 서버 URL</td><td><code>https://mcp.roboflow.com/mcp</code></td></tr><tr><td>권한 부여 URL</td><td><code>https://app.roboflow.com/oauth/authorize</code></td></tr><tr><td>토큰 URL</td><td><code>https://app.roboflow.com/oauth/token</code></td></tr><tr><td>검색(OAuth AS 메타데이터)</td><td><code>https://app.roboflow.com/.well-known/oauth-authorization-server</code></td></tr><tr><td>범위</td><td>공백으로 구분된 목록(예: <code>workspace:read project:read model:infer offline_access</code>)</td></tr></tbody></table>

포함 `offline_access` 게이트웨이가 새로 고침 토큰을 지원하는 경우 범위 목록에 추가합니다.

전체 범위 목록은 다음을 참조하세요. [사용 가능한 범위](https://docs.roboflow.com/reference/authentication/authentication/sign-in-with-roboflow-getting-started#available-scopes).

## 도구

대부분의 MCP 클라이언트는 도구 이름에 네임스페이스를 붙이므로 `projects_list` 는 다음과 같이 표시됩니다. `mcp__roboflow__projects_list`. 각 도구는 필요한 OAuth 범위를 선언하며, 클라이언트는 로그인 시 승인한 범위만 받습니다. 최신 목록은 다음을 참조하세요. [MCP 도구 목록](https://mcp.roboflow.com/llms.txt).

### 에이전트

작업을 Roboflow 에이전트에 맡기고 생성된 결과를 받아옵니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>agent_chat</code></td><td>Roboflow AI 에이전트와 채팅하여 질의응답, Workflow 구축 및 솔루션 계획을 진행합니다.</td></tr><tr><td><code>agent_chat_result</code></td><td>아직 처리 중이던 agent_chat 실행의 결과를 가져옵니다.</td></tr><tr><td><code>agent_conversations_list</code></td><td>워크스페이스의 에이전트 대화를 나열합니다.</td></tr><tr><td><code>agent_conversation_get</code></td><td>메시지 기록이 포함된 대화 하나를 가져옵니다.</td></tr><tr><td><code>agent_workflow_publish</code></td><td>에이전트가 편집한 Workflow 최신 초안을 게시합니다.</td></tr></tbody></table>

### 프로젝트

워크스페이스에서 프로젝트를 만들고 살펴봅니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>projects_list</code></td><td>워크스페이스의 프로젝트를 나열합니다.</td></tr><tr><td><code>projects_get</code></td><td>버전, 클래스, 분할 항목 및 학습된 모델을 포함한 프로젝트 세부 정보를 가져옵니다.</td></tr><tr><td><code>projects_create</code></td><td>새 컴퓨터 비전 프로젝트를 만듭니다.</td></tr><tr><td><code>projects_delete</code></td><td>프로젝트를 삭제하여 워크스페이스 휴지통으로 이동합니다.</td></tr><tr><td><code>projects_fork</code></td><td>공개 Universe 프로젝트를 워크스페이스로 비동기 포크하도록 대기열에 추가합니다.</td></tr><tr><td><code>projects_health</code></td><td>프로젝트의 데이터셋 상태 검사를 가져옵니다.</td></tr><tr><td><code>datasets_rebalance_splits</code></td><td>프로젝트의 train, valid, test 분할을 비동기적으로 재조정하도록 대기열에 추가합니다.</td></tr></tbody></table>

### 이미지

이미지를 업로드하고 나중에 다시 찾아보세요.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>image_upload</code></td><td>이미지 및 선택적 주석 파일을 ZIP으로 업로드할 준비를 합니다.</td></tr><tr><td><code>image_upload_status</code></td><td>ZIP 업로드 진행 상황을 확인하고 심사를 위해 보류된 이미지가 있으면 별도로 보고합니다.</td></tr><tr><td><code>images_screening_status</code></td><td>보류된 이미지 ID 하나의 심사 판정을 확인합니다.</td></tr><tr><td><code>images_search</code></td><td>프로젝트 내에서 이미지를 검색합니다.</td></tr><tr><td><code>images_workspace_search</code></td><td>RoboQL을 사용해 전체 워크스페이스에서 이미지를 검색합니다.</td></tr><tr><td><code>images_update_metadata</code></td><td>단일 이미지의 메타데이터와 태그를 업데이트합니다.</td></tr><tr><td><code>images_batch_update_metadata</code></td><td>여러 이미지의 메타데이터와 태그를 일괄 업데이트합니다.</td></tr></tbody></table>

### 주석

레이블을 저장하고 자동 레이블링을 실행합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>annotations_save</code></td><td>기존 이미지에 대한 주석을 저장합니다.</td></tr><tr><td><code>autolabel_start</code></td><td>이미지 배치에 대해 호스팅 자동 레이블 작업을 시작합니다.</td></tr><tr><td><code>autolabel_job_get</code></td><td>자동 레이블 작업의 하위 작업별 상태와 진행 상황을 가져옵니다.</td></tr></tbody></table>

### 배치

업로드한 이미지가 레이블링 단계로 넘어가기 전에 그룹화합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>annotation_batches_list</code></td><td>프로젝트의 업로드 배치 목록을 가져옵니다.</td></tr><tr><td><code>annotation_batches_get</code></td><td>업로드 배치 하나의 세부 정보를 가져옵니다.</td></tr><tr><td><code>annotation_batches_create</code></td><td>선택한 이미지를 한 배치에서 새 배치로 이동합니다.</td></tr><tr><td><code>annotation_batches_merge</code></td><td>소스 배치의 모든 이미지를 대상 배치로 이동합니다.</td></tr><tr><td><code>annotation_batches_delete</code></td><td>배치를 삭제하고 해당 이미지를 미할당 상태로 이동합니다.</td></tr><tr><td><code>annotation_batches_admin_list</code></td><td>커서 페이지네이션을 사용해 주석 보드 배치 목록을 가져옵니다.</td></tr><tr><td><code>annotation_batches_admin_get</code></td><td>주석 보드 배치 하나의 세부 정보를 가져옵니다.</td></tr><tr><td><code>annotation_batches_admin_images_list</code></td><td>커서 페이지네이션을 사용해 배치의 이미지 ID 목록을 가져옵니다.</td></tr></tbody></table>

### 어노테이션 작업

레이블링 작업을 할당하고, 검토를 진행한 다음, 결과를 데이터셋에 반영합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>annotation_jobs_list</code></td><td>프로젝트의 어노테이션 작업 목록을 가져옵니다.</td></tr><tr><td><code>annotation_jobs_get</code></td><td>어노테이션 작업 하나의 세부 정보를 가져옵니다.</td></tr><tr><td><code>annotation_jobs_create</code></td><td>작업을 생성하고 배치의 이미지를 작업으로 이동합니다.</td></tr><tr><td><code>annotation_jobs_update</code></td><td>작업의 레이블러, 검토자 또는 지침을 업데이트합니다.</td></tr><tr><td><code>annotation_jobs_images_list</code></td><td>작업에 할당된 이미지 ID 목록을 가져옵니다.</td></tr><tr><td><code>annotation_jobs_images_add</code></td><td>기존 작업으로 이미지를 이동합니다.</td></tr><tr><td><code>annotation_jobs_images_reassign</code></td><td>선택한 이미지로 작업을 만들고 이전 할당을 해제합니다.</td></tr><tr><td><code>annotation_jobs_submit_for_review</code></td><td>레이블링 작업을 검토 단계로 진행합니다.</td></tr><tr><td><code>annotation_jobs_return_for_edits</code></td><td>검토 작업을 레이블링 단계로 되돌립니다. 선택적으로 새 레이블러를 지정할 수 있습니다.</td></tr><tr><td><code>annotation_jobs_review_image</code></td><td>작업 내 이미지 하나의 검토 상태를 설정합니다.</td></tr><tr><td><code>annotation_jobs_review_images</code></td><td>현재 상태와 일치하는 모든 작업 이미지의 상태를 설정합니다.</td></tr><tr><td><code>annotation_jobs_accept_into_dataset</code></td><td>작업 이미지를 데이터셋에 반영하고 분할을 할당하여 확정합니다.</td></tr><tr><td><code>annotation_jobs_move_to_unassigned</code></td><td>작업을 제거하고 해당 이미지를 미할당 배치로 이동합니다.</td></tr><tr><td><code>annotation_jobs_delete_annotations</code></td><td>작업에 할당된 모든 이미지의 어노테이션 데이터를 삭제합니다.</td></tr></tbody></table>

### 버전

데이터셋 버전을 고정하고 내보냅니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>versions_generate</code></td><td>선택적으로 전처리 및 증강을 적용해 버전을 생성합니다.</td></tr><tr><td><code>versions_get</code></td><td>분할 및 학습 내역을 포함한 버전 정보를 가져옵니다.</td></tr><tr><td><code>versions_export</code></td><td>버전의 데이터셋 내보내기 상태를 확인하거나 내보내기를 시작합니다.</td></tr><tr><td><code>versions_delete</code></td><td>버전을 삭제하고 워크스페이스 휴지통으로 이동합니다.</td></tr></tbody></table>

### 모델 및 학습

모델을 학습하고 진행 상황을 확인한 다음 추론을 실행합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>trainings_describe_recipe</code></td><td>모델 유형의 튜닝 옵션을 설명하고 제출 가능한 레시피를 반환합니다.</td></tr><tr><td><code>trainings_create</code></td><td>데이터셋 버전으로 학습 실행을 시작합니다.</td></tr><tr><td><code>trainings_list</code></td><td>데이터셋 버전의 학습 실행 목록을 가져옵니다.</td></tr><tr><td><code>trainings_get</code></td><td>학습의 상태, 생성된 모델 및 지표를 가져옵니다.</td></tr><tr><td><code>trainings_stop</code></td><td>진행 중인 학습 실행의 조기 종료를 요청합니다.</td></tr><tr><td><code>trainings_cancel</code></td><td>진행 중인 학습 실행을 취소합니다.</td></tr><tr><td><code>trainings_delete</code></td><td>학습 실행을 삭제하고 워크스페이스 휴지통으로 이동합니다.</td></tr><tr><td><code>models_list</code></td><td>프로젝트에서 학습된 모델을 나열합니다.</td></tr><tr><td><code>models_get</code></td><td>학습된 모델의 세부 정보를 가져옵니다.</td></tr><tr><td><code>models_infer</code></td><td>학습된 모델을 사용해 이미지에서 호스팅 추론을 실행합니다.</td></tr><tr><td><code>models_upload_custom_weights</code></td><td>로컬에서 학습한 가중치를 Roboflow에 업로드하는 방법을 가져옵니다.</td></tr><tr><td><code>models_star_nas</code></td><td>신경망 아키텍처 검색으로 찾은 모델에 별표를 표시하거나 별표를 해제합니다.</td></tr></tbody></table>

### 모델 평가

mAP, 혼동 행렬 및 클래스별 결과를 확인합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>model_evals_list</code></td><td>워크스페이스의 모델 평가를 나열합니다.</td></tr><tr><td><code>model_evals_get</code></td><td>평가 하나의 최상위 요약을 가져옵니다.</td></tr><tr><td><code>model_evals_get_map_results</code></td><td>분할별 mAP 결과를 가져옵니다.</td></tr><tr><td><code>model_evals_get_confidence_sweep</code></td><td>정밀도, 재현율 및 F1 신뢰도 스윕 결과를 가져옵니다.</td></tr><tr><td><code>model_evals_get_performance_by_class</code></td><td>분할 하나의 클래스별 성능 지표를 가져옵니다.</td></tr><tr><td><code>model_evals_get_confusion_matrix</code></td><td>혼동 행렬을 가져옵니다.</td></tr><tr><td><code>model_evals_get_image_predictions</code></td><td>페이지를 나누어 이미지별 예측 통계를 가져옵니다.</td></tr><tr><td><code>model_evals_get_vector_analysis</code></td><td>평가의 이미지 임베딩 클러스터링 결과를 가져옵니다.</td></tr><tr><td><code>model_evals_get_recommendations</code></td><td>사용 가능한 경우 평가를 위해 생성된 권장 사항을 가져옵니다.</td></tr></tbody></table>

### 워크플로

추론 파이프라인을 구축하고 검증한 후 실행합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>workflows_list</code></td><td>워크스페이스에 저장된 워크플로를 나열합니다.</td></tr><tr><td><code>workflows_get</code></td><td>저장된 워크플로의 세부 정보를 가져옵니다.</td></tr><tr><td><code>workflows_create</code></td><td>새 워크플로를 만들고 저장합니다.</td></tr><tr><td><code>workflows_update</code></td><td>저장된 워크플로의 이름과 정의를 업데이트합니다.</td></tr><tr><td><code>workflows_delete</code></td><td>저장된 워크플로를 삭제하고 워크스페이스 휴지통으로 이동합니다.</td></tr><tr><td><code>workflows_run</code></td><td>저장된 워크플로를 하나 이상의 이미지에서 실행합니다.</td></tr><tr><td><code>workflow_specs_validate</code></td><td>실행하지 않고 Workflow JSON 정의를 검증합니다.</td></tr><tr><td><code>workflow_specs_run</code></td><td>인라인 JSON 정의에서 Workflow를 실행합니다.</td></tr><tr><td><code>workflow_blocks_list</code></td><td>사용 가능한 모든 Workflow 블록과 각 블록의 간단한 요약을 나열합니다.</td></tr><tr><td><code>workflow_blocks_get_schema</code></td><td>Workflow 블록 하나의 전체 스키마를 가져옵니다.</td></tr></tbody></table>

승인 게이트가 설정된 Workflow의 경우 초안을 저장하고, 필요한 경우 Eval 검사를 실행한 다음 Roboflow 앱에서 수동 승인을 기다립니다. 게이트 판정 결과를 확인하고 다음 조건을 충족할 때만 게시합니다. `publishable` 가 `true`인 경우입니다. MCP로는 Workflow 버전을 승인할 수 없습니다. 자세한 내용은 다음을 참조하세요. [버전 저장 및 게시](https://docs.roboflow.com/workflows/manage/manage-workflows#save-and-publish-a-version).

<table data-search="false"><thead><tr><th>도구</th><th>설명</th></tr></thead><tbody><tr><td><code>workflow_deploy_gates_openapi_get</code></td><td>배포 게이트 API 스키마를 읽습니다.</td></tr><tr><td><code>workflow_deploy_gates_workspace_list</code></td><td>워크스페이스의 Eval 게이트를 모두 나열합니다.</td></tr><tr><td><code>workflow_deploy_gates_list</code></td><td>Workflow 하나의 게이트와 상태를 확인합니다.</td></tr><tr><td><code>workflow_versions_save</code></td><td>게시하거나 검사를 시작하지 않고 초안을 저장합니다.</td></tr><tr><td><code>workflow_version_deploy_gates_get</code></td><td>버전 판정 결과와 게시 가능 여부를 확인합니다.</td></tr><tr><td><code>workflow_version_deploy_gates_run</code></td><td>Eval 검사를 시작하고 판정 결과를 확인합니다.</td></tr><tr><td><code>workflow_version_deploy</code></td><td>모든 게이트를 통과한 후 버전을 게시합니다.</td></tr><tr><td><code>workflow_eval_deploy_gate_get</code></td><td>Eval 게이트와 임계값을 확인합니다.</td></tr><tr><td><code>workflow_eval_deploy_gate_set</code></td><td>Eval 게이트를 설정합니다.</td></tr><tr><td><code>workflow_eval_deploy_gate_policy_update</code></td><td>게시 정책을 업데이트합니다.</td></tr><tr><td><code>workflow_eval_deploy_gate_new_check_thresholds_set</code></td><td>새 Eval 검사에 대한 임계값을 설정합니다.</td></tr><tr><td><code>workflow_eval_deploy_gate_remove</code></td><td>Eval 게이트를 제거합니다.</td></tr><tr><td><code>workflow_eval_deploy_checks_list</code></td><td>Eval 배포 검사 결과를 확인합니다.</td></tr><tr><td><code>workflow_manual_approval_gate_get</code></td><td>수동 승인 규칙을 확인합니다.</td></tr><tr><td><code>workflow_manual_approval_gate_set</code></td><td>로그인한 사용자의 자격 증명으로 수동 승인 규칙을 설정합니다.</td></tr><tr><td><code>workflow_manual_approval_gate_remove</code></td><td>로그인한 사용자의 자격 증명으로 수동 승인 규칙을 제거합니다.</td></tr><tr><td><code>workflow_version_approvals_list</code></td><td>버전 승인 기록을 나열합니다.</td></tr><tr><td><code>workflow_version_approval_get</code></td><td>승인 상태와 승인 자격이 있는 사용자를 확인합니다.</td></tr></tbody></table>

### 일괄 처리

다음 항목에서 워크플로 실행: [로컬 또는 클라우드 이미지와 동영상](https://docs.roboflow.com/deployment/roboflow-cloud/batch-processing#cli), 또는 이미 [에셋 라이브러리](https://docs.roboflow.com/platform/workspaces/asset-library)에 있는 이미지. 로컬 파일과 클라우드 파일의 경우, MCP 클라이언트에 다음을 사용해 스테이징 명령을 요청하세요:  `batch_processing_guide`. 해당 명령을 터미널에서 실행한 다음, 클라이언트에 다음을 사용해 작업을 시작하고 모니터링하도록 요청하세요:  `batch_processing_run`. 에셋 라이브러리 이미지의 경우 다음을 사용하세요:  `batch_processing_asset_library_job_create`. 플랫폼에서 선택 항목을 스테이징합니다.

{% hint style="info" %}
스테이징 명령을 실행하려면 해당 명령을 실행하는 컴퓨터에  `inference-cli` 와 Roboflow API 키가 필요합니다. MCP의 OAuth 로그인으로는 해당 CLI를 인증할 수 없습니다. 작업을 시작하거나 다시 시작하면 크레딧이 사용됩니다. 스테이징된 배치가 만료되기 전에 결과를 다운로드하세요. 배치는 생성 후 약 7일이 지나면 만료됩니다.
{% endhint %}

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>batch_processing_guide</code></td><td>파일을 스테이징하고 워크플로를 실행한 뒤 결과를 다운로드하는 명령을 가져옵니다.</td></tr><tr><td><code>batch_processing_staging_batches_list</code></td><td>Workspace의 스테이징된 입력 배치와 결과 배치를 나열합니다.</td></tr><tr><td><code>batch_processing_staging_batch_get</code></td><td>스테이징된 배치의 파일 수와 수집 진행률을 가져옵니다.</td></tr><tr><td><code>batch_processing_run</code></td><td>스테이징된 작업을 시작하거나 재개하고 진행률, 결과 다운로드 URL 또는 실패 로그를 반환합니다. 호출 사이에  <code>retryAfterSeconds</code> 에 지정된 시간(초)만큼 기다린 후 반환된 작업 ID를 재사용하세요.</td></tr><tr><td><code>batch_processing_staged_job_start</code></td><td>사용자 지정 시간 제한 또는 작업 한도를 적용하여 수집이 완료된 배치를 시작합니다. 재시도할 때는 동일한  <code>job_id</code> 와 설정을 재사용하세요.</td></tr><tr><td><code>batch_processing_asset_library_job_create</code></td><td>다음 중 하나의 선택 항목만 사용해 작업을 만듭니다:  <code>image_ids</code>, 구조화된 RoboQL  <code>query</code> 또는  <code>all_images=true</code>. 동일한 요청을 재시도할 때는  <code>idempotency_key</code> 를 재사용하세요.</td></tr><tr><td><code>batch_processing_asset_library_task_get</code></td><td>반환된  <code>taskId</code>.</td></tr><tr><td><code>를 사용해 에셋 라이브러리 작업의 비동기 태스크를 추적합니다.</code></td><td>batch_processing_jobs_list</td></tr><tr><td><code>선택적으로 검색 및 페이지네이션을 적용해 Workspace의 작업을 찾습니다.</code></td><td>batch_processing_job_get <code>jobId</code>.</td></tr><tr><td><code>를 사용해 작업 상태, 단계별 진행률 및 출력 배치를 가져옵니다.</code></td><td>batch_processing_job_logs</td></tr><tr><td><code>페이지네이션된 처리 로그를 읽습니다.</code></td><td>실행 중인 작업을 중지합니다. 부분 결과는 계속 사용할 수 있습니다.</td></tr><tr><td><code>batch_processing_job_restart</code></td><td>실패했거나 중단된 작업을 다시 시작합니다. 필요하면 컴퓨팅 설정을 변경할 수 있습니다.</td></tr><tr><td><code>batch_processing_staging_batch_files_list</code></td><td>서명된 다운로드 URL과 함께 입력 파일 또는 결과 파일을 나열합니다.</td></tr></tbody></table>

### 프로젝트 배포

프로젝트의 안정적인 라이브 엔드포인트와 Active Learning을 관리합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>project_deployment_get</code></td><td>프로젝트의 라이브 엔드포인트 상태를 가져옵니다.</td></tr><tr><td><code>project_deployment_launch</code></td><td>프로젝트 배포를 생성하거나 준비합니다.</td></tr><tr><td><code>project_deployment_set_model</code></td><td>엔드포인트는 변경하지 않고 배포에 사용되는 기본 모델을 변경합니다.</td></tr><tr><td><code>project_deployment_run</code></td><td>프로젝트의 라이브 엔드포인트를 통해 추론을 실행합니다.</td></tr><tr><td><code>project_deployment_enable_active_learning</code></td><td>배포에 Active Learning을 사용하도록 설정합니다.</td></tr><tr><td><code>project_deployment_disable_active_learning</code></td><td>Active Learning 데이터 수집을 일시 중지합니다.</td></tr><tr><td><code>project_deployment_configure_active_learning</code></td><td>배포의 Active Learning 데이터 수집 방식을 구성합니다.</td></tr><tr><td><code>project_deployment_list_review_queues</code></td><td>프로덕션 추론에서 데이터를 받는 검토 대기열을 나열합니다.</td></tr></tbody></table>

### 비전 이벤트

프로덕션 이벤트를 조회하고 사용 사례를 관리합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>vision_events_query</code></td><td>페이지네이션을 사용해 ID 또는 그룹화된 필터로 이벤트를 조회합니다.</td></tr><tr><td><code>vision_events_use_cases_list</code></td><td>워크스페이스의 비전 이벤트 사용 사례를 나열합니다.</td></tr><tr><td><code>vision_events_custom_metadata_schema_get</code></td><td>사용 사례에서 검색된 맞춤 메타데이터 스키마를 가져옵니다.</td></tr><tr><td><code>vision_events_use_case_create</code></td><td>새 사용 사례를 만듭니다.</td></tr><tr><td><code>vision_events_use_case_rename</code></td><td>기존 사용 사례의 이름을 바꿉니다.</td></tr><tr><td><code>vision_events_use_case_archive</code></td><td>사용 사례를 보관합니다.</td></tr><tr><td><code>vision_events_use_case_unarchive</code></td><td>이전에 보관한 사용 사례를 복원합니다.</td></tr><tr><td><code>vision_events_delete</code></td><td>선택한 이벤트를 삭제하고, 필요하면 사용되지 않는 미디어도 정리합니다.</td></tr></tbody></table>

### 디바이스 및 스트림

에서 관리하는 엣지 디바이스를 모니터링하고 구성 및 제어합니다. [Deployment Manager](https://docs.roboflow.com/deployment/self-hosted/enterprise/deployment-manager). 아래 `devices_streams_*` 도구는 해당 디바이스의 스트림에서 작동하며, [Cloud Streaming](https://docs.roboflow.com/deployment/roboflow-cloud/cloud-streaming) 소스나 작업에서는 작동하지 않습니다. 이 도구를 Cloud Streaming 인터페이스 대신 사용하지 마세요.

다시 시작, 일시 중지, 전원 껐다 켜기 등의 명령은 디바이스에 대기열로 전송되며, 디바이스가 다음에 폴링할 때 이를 가져옵니다. 성공은 명령이 대기열에 들어갔다는 의미이지, 실행되었다는 뜻은 아닙니다. 디바이스가 5분 이내에 명령을 가져오지 않으면 명령이 만료되므로, 이후 에이전트에게 디바이스 상태를 확인하도록 요청하세요.

#### 디바이스 모니터링

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>devices_list</code></td><td>작업 공간의 디바이스를 나열합니다.</td></tr><tr><td><code>devices_get</code></td><td>디바이스 하나의 세부 정보와 상태를 가져옵니다.</td></tr><tr><td><code>devices_get_snapshot</code></td><td>한 번의 호출로 디바이스의 전체 현재 상태를 가져옵니다.</td></tr><tr><td><code>devices_get_logs</code></td><td>디바이스 로그를 읽습니다.</td></tr><tr><td><code>devices_get_telemetry</code></td><td>하드웨어 지표(CPU, 메모리, 디스크, GPU)와 스트림 FPS를 가져옵니다.</td></tr><tr><td><code>devices_get_events</code></td><td>부팅, 오류, 구성 변경 등의 디바이스 및 스트림 이벤트를 나열합니다.</td></tr><tr><td><code>devices_list_events</code></td><td>작업 공간의 모든 디바이스에서 발생한 이벤트를 나열합니다.</td></tr><tr><td><code>devices_get_deployments</code></td><td>디바이스의 배포 기록과 각 배포 중 발생한 일을 가져옵니다.</td></tr><tr><td><code>devices_get_exception_occurrences</code></td><td>디바이스에서 특정 오류가 발생한 각 사례를 나열합니다.</td></tr><tr><td><code>devices_get_services</code></td><td>디바이스에서 실행되는 서비스와 각 서비스의 상태를 나열합니다.</td></tr><tr><td><code>devices_get_service_series</code></td><td>시간 경과에 따른 서비스 지표 하나를 차트로 표시합니다.</td></tr><tr><td><code>devices_get_plc_status</code></td><td>디바이스의 PLC Relay가 PLC에 연결되어 있는지 확인합니다.</td></tr><tr><td><code>devices_get_event_store_stats</code></td><td>디바이스의 Event Store 사용량이 한도 내에 있는지 확인합니다.</td></tr><tr><td><code>devices_get_inference_versions</code></td><td>각 디바이스에서 실행 중인 추론 버전을 확인합니다.</td></tr><tr><td><code>devices_get_secure_gateway_status</code></td><td>디바이스의 Secure Gateway 설정 및 캐시 상태를 확인합니다.</td></tr></tbody></table>

#### 디바이스 구성

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>devices_get_config</code></td><td>디바이스 구성을 가져옵니다.</td></tr><tr><td><code>devices_update_config</code></td><td>구성 변경을 제안합니다. 유지 관리 기간으로 인해 적용이 지연될 수 있습니다.</td></tr><tr><td><code>devices_set_service_version</code></td><td>디바이스의 추론 버전 또는 관리자 버전을 설정합니다.</td></tr><tr><td><code>devices_apply_pending_config</code></td><td>다음 유지 관리 기간까지 대기 중인 변경 사항을 지금 적용합니다.</td></tr><tr><td><code>devices_get_config_history</code></td><td>디바이스의 이전 구성을 최신순으로 나열합니다.</td></tr><tr><td><code>devices_get_default_config</code></td><td>작업 공간에서 새 디바이스를 시작할 때 적용되는 구성을 가져옵니다.</td></tr><tr><td><code>devices_update_default_config</code></td><td>새 디바이스를 시작할 때 적용되는 구성을 변경합니다.</td></tr></tbody></table>

#### 스트림 및 카메라

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>devices_streams_list</code></td><td>디바이스의 스트림을 나열합니다.</td></tr><tr><td><code>devices_streams_get</code></td><td>스트림 하나의 상태와 설정을 가져옵니다.</td></tr><tr><td><code>devices_streams_create</code></td><td>워크플로를 실행하는 카메라 스트림을 추가합니다.</td></tr><tr><td><code>devices_streams_update</code></td><td>스트림 설정을 변경합니다.</td></tr><tr><td><code>devices_streams_pause</code></td><td>스트림을 제거하지 않고 일시중지합니다.</td></tr><tr><td><code>devices_streams_resume</code></td><td>일시중지된 스트림을 재개합니다.</td></tr><tr><td><code>devices_streams_trigger</code></td><td>트리거 방식 스트림에서 워크플로를 한 번 실행합니다.</td></tr><tr><td><code>devices_streams_terminate</code></td><td>기기에서 스트림을 완전히 제거합니다.</td></tr><tr><td><code>devices_streams_sample_frame</code></td><td>카메라가 현재 보는 화면을 확인하고, 워크플로에서 사용할 프레임의 이미지 URL을 가져옵니다.</td></tr><tr><td><code>devices_streams_capture_frame</code></td><td>학습용 프레임을 캡처하고, 업로드 심사를 위해 보류되면 알립니다.</td></tr><tr><td><code>devices_discover_cameras</code></td><td>기기의 네트워크에서 카메라를 검색합니다.</td></tr><tr><td><code>devices_restart_poe_port</code></td><td>응답이 없는 카메라의 PoE 포트 전원을 껐다 켭니다.</td></tr><tr><td><code>devices_get_stream_options</code></td><td>워크스페이스의 모든 기기에 있는 스트림을 나열합니다.</td></tr></tbody></table>

#### 기기 관리

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>devices_create</code></td><td>런타임 Docker가 포함된 Secure Gateway를 비롯해 기기를 추가합니다.</td></tr><tr><td><code>devices_update</code></td><td>기기 이름을 바꾸거나 환경 변수를 설정합니다.</td></tr><tr><td><code>devices_restart_inference</code></td><td>기기의 추론 서버를 다시 시작합니다.</td></tr><tr><td><code>devices_redeploy</code></td><td>기기에 Deployment Manager를 다시 설치하는 데 필요한 새 설치 명령을 가져옵니다.</td></tr><tr><td><code>devices_send_command</code></td><td>비동기 네트워크 프로브를 비롯해 기기 명령을 대기열에 추가합니다.</td></tr><tr><td><code>devices_snooze_alerts</code></td><td>기기의 상태 알림을 하루 동안 일시적으로 끕니다.</td></tr><tr><td><code>devices_delete</code></td><td>기기를 삭제합니다. 이 작업은 되돌릴 수 없습니다.</td></tr></tbody></table>

#### 기기 그룹

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>device_groups_list</code></td><td>기기 그룹을 나열합니다.</td></tr><tr><td><code>device_groups_get</code></td><td>기기 그룹 하나를 가져옵니다.</td></tr><tr><td><code>device_groups_create</code></td><td>기기 그룹을 만듭니다.</td></tr><tr><td><code>device_groups_update</code></td><td>그룹 이름을 바꾸거나 그룹 구성원을 교체합니다.</td></tr><tr><td><code>device_groups_add_devices</code></td><td>그룹에 기기를 추가합니다.</td></tr><tr><td><code>device_groups_remove_devices</code></td><td>그룹에서 디바이스를 제거합니다.</td></tr><tr><td><code>device_groups_delete</code></td><td>그룹을 삭제합니다. 그룹에 속한 디바이스는 유지됩니다.</td></tr></tbody></table>

### 클라우드 스토리지

라벨링 또는 학습을 위해 S3 또는 GCS 버킷을 프로젝트에 미러링합니다. 파일을 가져오지 않고 처리하려면 [일괄 처리](#batch-processing).

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>connect_cloud_storage</code></td><td>자격 증명 설정부터 첫 실행까지 버킷 미러를 처음부터 끝까지 설정합니다.</td></tr><tr><td><code>credentials_list</code></td><td>워크스페이스의 클라우드 스토리지 자격 증명을 나열합니다.</td></tr><tr><td><code>credentials_create</code></td><td>클라우드 스토리지 자격 증명을 생성합니다.</td></tr><tr><td><code>credentials_delete</code></td><td>자격 증명을 삭제합니다.</td></tr><tr><td><code>datasources_list</code></td><td>워크스페이스의 버킷 미러 구성을 나열합니다.</td></tr><tr><td><code>datasource_get</code></td><td>단일 데이터 소스의 전체 세부 정보를 가져옵니다.</td></tr><tr><td><code>datasource_create</code></td><td>버킷 경로를 프로젝트에 미러링하는 데이터 소스를 생성합니다.</td></tr><tr><td><code>datasource_update</code></td><td>데이터 소스를 업데이트합니다. 전달한 필드만 변경됩니다.</td></tr><tr><td><code>datasource_delete</code></td><td>데이터 소스를 삭제합니다. 이미 미러링된 이미지는 프로젝트에 유지됩니다.</td></tr><tr><td><code>datasource_validate</code></td><td>Roboflow가 데이터 소스의 버킷에 접근할 수 있는지 확인합니다.</td></tr><tr><td><code>datasource_trigger</code></td><td>미러 실행을 시작합니다.</td></tr><tr><td><code>datasource_job_get</code></td><td>미러 실행 하나의 상태와 통계를 가져옵니다.</td></tr></tbody></table>

### 유니버스

Roboflow Universe에서 공개 데이터 세트와 모델을 검색합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>universe_search</code></td><td>Roboflow Universe에서 데이터 세트 또는 모델을 검색합니다.</td></tr><tr><td><code>universe_dataset_images_search</code></td><td>URL로 지정한 공개 Universe 데이터 세트 내에서 이미지를 검색합니다.</td></tr></tbody></table>

### 실시간 카메라 미리보기

에이전트에게 실시간 카메라에서 Workflow를 실행하도록 요청하고 채팅에서 주석이 표시된 영상을 확인하세요. MCP 앱을 표시하는 클라이언트(예: Claude, ChatGPT)에서는 카드를 열어 QR 코드로 휴대폰을 페어링하거나, 컴퓨터의 웹캠을 사용하거나, 워크스페이스에 이미 연결된 카메라를 선택할 수 있습니다. 그런 다음 "Detection goal"을 입력하거나 저장된 Workflow를 선택하고 "Ask assistant to run"을 클릭하세요. 에이전트가 [Roboflow 에이전트](https://docs.roboflow.com/get-started/ko/agents/roboflow-agent.md) 에게 Workflow를 만들거나 수정하도록 요청한 다음, 게시하지 않고 카메라에서 실행합니다.

미리보기는 추론 크레딧을 사용하며 한 시간 후에 중지됩니다. 미리보기를 종료하고 카메라 연결을 유지하려면 "Stop processing"을 클릭하세요.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>streams_connect</code></td><td>카메라를 연결하려면 카드를 여세요.</td></tr><tr><td><code>streams_preview</code></td><td>연결된 카메라에서 Workflow를 실행합니다.</td></tr><tr><td><code>streams_preview_status</code></td><td>미리보기의 현재 상태를 가져옵니다.</td></tr><tr><td><code>streams_preview_stop</code></td><td>처리를 중지하고 카메라 연결을 유지합니다.</td></tr></tbody></table>

### 미디어

무엇을 만들지 결정하기 전에 이미지나 동영상을 살펴보세요.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>media_upload</code></td><td>분석할 로컬 이미지나 동영상을 준비합니다.</td></tr><tr><td><code>media_upload_finalize</code></td><td>업로드된 파일을 검증하고 게시합니다.</td></tr><tr><td><code>media_analyze</code></td><td>비전 모델로 이미지나 짧은 동영상을 분석해 콘텐츠를 파악합니다.</td></tr><tr><td><code>media_trim</code></td><td>Asset Library 동영상에서 클립을 잘라 분석 가능한 공개 URL을 가져옵니다.</td></tr></tbody></table>

### API 키

워크스페이스의 키를 만들고 폐기합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>api_keys_list</code></td><td>워크스페이스의 모든 API 키를 나열합니다.</td></tr><tr><td><code>api_keys_get</code></td><td>단일 키의 메타데이터를 가져옵니다.</td></tr><tr><td><code>api_keys_get_publishable</code></td><td>워크스페이스의 공개용 키를 가져옵니다.</td></tr><tr><td><code>api_keys_create</code></td><td>새 API 키를 만듭니다.</td></tr><tr><td><code>api_keys_update</code></td><td>키의 이름, 범위, 메타데이터 또는 교체 일정을 업데이트합니다.</td></tr><tr><td><code>api_keys_protect</code></td><td>키를 보호됨으로 표시해 폐기하거나 비활성화할 수 없도록 합니다.</td></tr><tr><td><code>api_keys_disable</code></td><td>키를 폐기하지 않고 비활성화하거나 다시 활성화합니다.</td></tr><tr><td><code>api_keys_revoke</code></td><td>키를 영구적으로 폐기합니다.</td></tr><tr><td><code>api_keys_roll</code></td><td>키를 폐기하고 한 번의 작업으로 대체 키를 만듭니다. 새 비밀 키를 한 번 반환합니다.</td></tr><tr><td><code>api_keys_owner_candidates</code></td><td>키를 교체하고 키 교체 담당자가 될 수 있는 멤버를 나열합니다.</td></tr></tbody></table>

### 휴지통

삭제된 항목을 복원합니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>trash_list</code></td><td>현재 워크스페이스 휴지통에 있는 소프트 삭제 항목을 나열합니다.</td></tr><tr><td><code>trash_restore_project</code></td><td>삭제된 프로젝트를 복원합니다.</td></tr><tr><td><code>trash_restore_version</code></td><td>삭제된 데이터 세트 버전을 복원합니다.</td></tr><tr><td><code>trash_restore_workflow</code></td><td>삭제된 Workflow를 복원합니다.</td></tr><tr><td><code>trash_restore_training</code></td><td>삭제된 학습 실행을 복원합니다.</td></tr></tbody></table>

### 기타

장시간 실행되는 작업을 확인하고 피드백을 보냅니다.

<table data-search="false"><thead><tr><th width="330">도구</th><th>설명</th></tr></thead><tbody><tr><td><code>async_tasks_get</code></td><td>프로젝트 포크나 분할 재균형 작업과 같은 비동기 작업을 ID로 확인합니다.</td></tr><tr><td><code>meta_feedback_send</code></td><td>Roboflow 팀에 버그, 누락된 기능 또는 문서 문제를 신고합니다.</td></tr></tbody></table>
