Unitlab AI

officiel

Créez des projets, téléchargez des données et automatisez l'annotation des données directement via votre assistant IA avec Unitlab MCP.

Voir sur unitlab.ai

Que pouvez-vous faire avec Unitlab AI MCP ?

Explorer le contexte de l’espace de travail — Demandez à votre assistant de lister les projets, d’inspecter les ontologies et de résumer les tâches d’annotation assignées via https://api.unitlab.ai/mcp.
Exécuter l’étiquetage assisté par IA — Demandez à l’assistant de détecter des objets, de segmenter des éléments ou d’affiner les étiquettes en utilisant les classes de votre projet et de les enregistrer pour révision.
Gérer les versions de jeux de données — Faites vérifier par l’assistant l’état de préparation des versions, identifier les blocages, créer des versions et récupérer les exports dans les formats pris en charge.
Gérer les flux de travail d’annotation — Demandez à l’assistant de réclamer des tâches, d’enregistrer les annotations, de valider les étiquettes et de faire progresser le travail à travers les étapes de révision.
Suivre la qualité et le consensus — Demandez à l’assistant de passer en revue les résultats de consensus, de soumettre des votes et de suivre les problèmes de validation ou les scores de référence.

Serveur MCP hébergé

npx add-mcp 'https://api.unitlab.ai/mcp'

S’installe dans Claude Code, Codex, Cursor et plus

Documentation

Connectez-vous avecClaudeCodexChatGPTCursorGemini CLIVS Code

Un seul serveur. L'assistant de votre choix.

Ajoutez Unitlab, connectez-vous et choisissez votre espace de travail. Votre assistant est prêt à utiliser les outils que vous autorisez.

Connecter Claude Code

Exécutez la commande dans votre projet.
Ouvrez /mcp dans Claude Code et connectez-vous à Unitlab.
Choisissez votre espace de travail et vos permissions, puis sélectionnez Autoriser.

Pour chaque projet, ajoutez --scope user à la commande.

Guide client officiel

claude mcp add --transport http unitlab https://api.unitlab.ai/mcp

Connecter Claude

Ouvrez Personnaliser → Connecteurs et ajoutez un connecteur personnalisé.
Nommez-le Unitlab, collez l'adresse et suivez les invites de connexion.
Connectez-vous à Unitlab, choisissez votre espace de travail et vos permissions, puis sélectionnez Autoriser.

Sur Team et Enterprise, un propriétaire ajoute le connecteur pour l'organisation avant que les membres se connectent.

Guide client officiel

https://api.unitlab.ai/mcp

Connecter Codex

Exécutez la commande avec le CLI Codex installé.
Terminez la connexion Unitlab qui s'ouvre dans votre navigateur.
Choisissez votre espace de travail et vos permissions, puis sélectionnez Autoriser.

Si la connexion ne s'ouvre pas, exécutez codex mcp login unitlab.

Guide client officiel

codex mcp add unitlab --url https://api.unitlab.ai/mcp

Connecter ChatGPT

Ouvrez Plugins ChatGPT, sélectionnez +, puis Ajouter un serveur MCP personnalisé.
Ajoutez un nom et une description. Collez l'adresse sous Connexion et configurez l'authentification OAuth.
Créez et installez le plugin, en terminant la connexion Unitlab et le consentement lorsque vous y êtes invité.
Utilisez @ pour sélectionner le plugin dans une nouvelle conversation.

La disponibilité du MCP personnalisé dépend de votre forfait ChatGPT et des politiques de l'espace de travail.

Guide client officiel

https://api.unitlab.ai/mcp

Connecter Cursor

Ajoutez cette entrée à votre configuration MCP Cursor. Préservez tous les serveurs existants.
Connectez Unitlab dans Cursor et terminez la connexion lorsque vous y êtes invité.
Choisissez votre espace de travail et vos permissions, puis sélectionnez Autoriser.

Utilisez le fichier .cursor/mcp.json du projet pour une connexion spécifique au projet.

Guide client officiel

{
  "mcpServers": {
    "unitlab": {
      "url": "https://api.unitlab.ai/mcp"
    }
  }
}

Connecter Gemini CLI

Exécutez la commande avec Gemini CLI installé.
Exécutez /mcp auth unitlab dans Gemini CLI.
Connectez-vous à Unitlab, choisissez votre espace de travail et vos permissions, puis sélectionnez Autoriser.

Ajoutez --scope user pour rendre le serveur disponible sur tous les projets.

Guide client officiel

gemini mcp add --transport http unitlab https://api.unitlab.ai/mcp

Connecter VS Code

Exécutez cette commande avec le lanceur de ligne de commande VS Code installé.
Démarrez le serveur MCP Unitlab dans VS Code et connectez-vous lorsque vous y êtes invité.
Choisissez votre espace de travail et vos permissions, puis sélectionnez Autoriser.

Utilisez un mode de conversation compatible MCP dans VS Code. Les politiques du client et de l'organisation s'appliquent toujours.

Guide client officiel

code --add-mcp "{\"name\":\"unitlab\",\"type\":\"http\",\"url\":\"https://api.unitlab.ai/mcp\"}"

Connecter votre client MCP

Ajoutez un serveur MCP distant en utilisant cette adresse.
Utilisez un client compatible avec Streamable HTTP et la connexion OAuth.
Connectez-vous à Unitlab, choisissez votre espace de travail et vos permissions, puis sélectionnez Autoriser.

Pour un autre déploiement Unitlab, copiez son adresse depuis Paramètres → Assistants connectés.

https://api.unitlab.ai/mcp

Vous préférez commencer dans Unitlab ? Ouvrez Paramètres → Assistants connectés → Connecter un assistant.

Ouvrir Unitlab

97 outils pour votreflux de données.

Du premier téléversement à la prochaine version du jeu de données. Votre assistant appelle ces outils dans les limites de votre rôle et de vos permissions de connexion.

Explorez le catalogue MCP Unitlab

Catégorie	Ce que votre agent peut faire	Outils
Prise en main	Comprendre votre connexion, obtenir des conseils pratiques et diagnostiquer les blocages. get_contextdiagnoseget_help	3
Projets et ontologies	Créer des projets, définir des classes et propriétés, et gérer les versions d'ontologie. list_ontologiesget_ontologycreate_ontologyupdate_ontologyset_ontology_versionget_instructions Afficher 4 autres outils	10
Données et curation	Téléverser, importer, organiser, regrouper, étiqueter et versionner vos données. list_assetsprepare_uploadcomplete_uploadget_upload_statusattach_datadetach_data Afficher 10 autres outils	16
Contenu et annotation	Lire le contenu source, inspecter les schémas d'annotation, enregistrer les étiquettes et peindre les points LiDAR. get_annotation_schemaget_annotationsvalidate_annotationssave_annotationsread_contentpaint_points	6
Étiquetage assisté par IA	Détecter, segmenter, affiner, trouver des objets similaires et suivre les objets pris en charge. segment_objectdetect_objectsfind_similar_objectsrefine_objectstrack_object	5
Modèles et exemples	Découvrir les modèles, gérer les exemples de référence et suivre les exécutions d'étiquetage. list_modelsget_model_runstart_model_runcancel_model_runget_referencessave_reference_examples Afficher 3 autres outils	9
Tâches et flux de travail	Réclamer et attribuer des tâches, configurer les étapes du flux de travail et faire avancer le travail. list_tasksget_taskget_next_taskget_groupclaim_taskassign_tasks Afficher 5 autres outils	11
Qualité et consensus	Examiner les résultats Consensus, les problèmes de validation et les scores de référence. claim_consensus_taskget_consensus_tasksubmit_consensus_voteget_consensus_reviewset_consensus_approvalfinish_consensus_review Afficher 5 autres outils	11
Gardez les commentaires, les problèmes et les notifications liés au travail. list_commentsadd_commentresolve_commentlist_issueslist_notificationsmark_notifications_read	6
Versions et exportations	Créer, surveiller, télécharger, cloner et gérer les versions de jeux de données. list_releasesget_releaseretry_releasecreate_releaseget_release_downloadclone_release Afficher 2 autres outils	8
Membres et rôles	Gérer l'appartenance à l'espace de travail et les rôles lorsque vous êtes autorisé. list_membersupdate_memberlist_rolescreate_roleupdate_role	5
Administration et statistiques	Gérer les intégrations et les clés API, inspecter les événements d'audit et lire les statistiques. create_api_keyupdate_api_keylist_cloud_storagescreate_cloud_storageupdate_cloud_storagelist_audit_events Afficher 1 autre outil	7

Aucun outil correspondant. Essayez un autre nom ou une autre catégorie.

Besoin d'aide ? get_help explique les flux de travail et les outils. diagnose vérifie ce qui bloque votre travail.

Une invite pour chaque étape devotre flux de données.

Copiez un exemple pour commencer. Votre assistant travaille avec les mêmes projets, étiquettes et étapes de révision que votre équipe utilise dans Unitlab.

Comprendre votre espace de travail

Espace de travailProjetsTâches

Trouvez vos projets, inspectez le contexte et voyez le travail d'annotation qui vous est attribué.

Explorer la curation des données

Essayez cette invite[

Copier l'invite

](#)

Affichez mes projets Unitlab et résumez le travail d'annotation qui m'est attribué.

Accès en lecture

Annoter et réviser

OntologieÉtiquettes IA Révision

Créez des étiquettes avec vos classes, exécutez les outils IA pris en charge et faites avancer le travail à travers l'annotation et la révision.

Explorer l'annotation

Essayez cette invite[

Copier l'invite

](#)

Dans mon projet d'images, utilisez la classe Car pour détecter les voitures visibles sur la prochaine tâche. Enregistrez les étiquettes et affichez-les pour révision.

Accès en écriture · Utilisation de l'IA

Préparer votre prochaine version

PréparationVersionExportation

Inspectez les blocages, créez des versions de jeux de données et récupérez les exportations dans les formats pris en charge par votre projet.

Explorer la gestion des jeux de données

Essayez cette invite[

Copier l'invite

](#)

Vérifiez si mon projet est prêt pour une version. Affichez les blocages et les formats d'exportation pris en charge avant de la créer.

Lecture d'abord · Écriture pour créer

Votre espace de travail.Vos permissions.

Connectez-vous en tant que vous-même. Choisissez un espace de travail et décidez de ce que votre assistant peut faire.

Gérer dans Unitlab

Choisissez l'accès en lecture ou en écriture

Explorez avec Lecture seule, ou autorisez les modifications avec Lecture et écriture. Votre rôle et votre accès à l'espace de travail s'appliquent toujours.

Choisissez les permissions

Personnalisez l'accès lors de la connexion ou modifiez votre propre connexion plus tard dans Assistants connectés.

Gardez le contrôle

Déconnectez-vous dans Unitlab à tout moment. Reconnectez-vous pour changer l'espace de travail ou le niveau d'accès.

Certaines actions enregistrent des modifications ou démarrent des tâches immédiatement. Certaines opérations IA et étapes de modèle utilisent le quota IA de votre espace de travail.

Questions fréquemmentposées.

Lire la documentation MCP

Qu'est-ce que le serveur MCP Unitlab ?

Le serveur MCP Unitlab connecte les assistants IA compatibles à votre espace de travail Unitlab via le Model Context Protocol. Il expose des outils pour la gestion des données, l'annotation, l'étiquetage assisté par IA, les tâches, la révision, les flux de travail et les versions de jeux de données. Votre assistant appelle ces outils en utilisant l'espace de travail et les permissions que vous autorisez. Lire l'aperçu MCP →

Quels assistants IA puis-je connecter ?

Unitlab fournit des instructions de configuration pour Claude Code, Claude web et bureau, Codex, ChatGPT, Cursor, Gemini CLI et VS Code. Les autres clients doivent prendre en charge le MCP distant via Streamable HTTP et OAuth. L'interface et les options de connexion disponibles dépendent de la version du client, du forfait et de la politique de l'espace de travail. Connecter votre assistant →

Comment me connecter et ai-je besoin d'une clé API ?

Ajoutez https://api.unitlab.ai/mcp dans votre assistant, puis terminez la connexion Unitlab. Sélectionnez un espace de travail, choisissez Lecture seule ou Lecture et écriture, personnalisez les permissions si nécessaire et cliquez sur Autoriser. Cette connexion OAuth ne nécessite pas de créer ou de coller une clé API. Unitlab fournit également des instructions de configuration sous Paramètres → Assistants connectés. Suivre le guide de démarrage rapide →

Puis-je téléverser un dossier et étiqueter les images dans une seule conversation ?

Oui. Un assistant compatible peut créer un projet, configurer ses classes et téléverser les images d'un dossier. Le téléversement direct de fichiers nécessite que l'assistant envoie les octets du fichier via HTTP. Il peut coordonner la détection des classes nommées sur plusieurs images, ou configurer un flux de travail de modèle pour l'étiquetage par lots. Les résultats dépendent des données, des classes, du modèle et du quota, et doivent être révisés dans Unitlab. Voir le flux de travail de téléversement de dossier →

Quels types de données l'assistant peut-il traiter ?

Les outils MCP prennent en charge les données image, vidéo, LiDAR/3D, médicales, pathologiques, géospatiales, audio, texte, document, HTML, capteur et tabulaires. Les actifs multimodaux groupés sont également pris en charge. La lecture, les types d'annotation, les opérations IA et les exportations varient selon la modalité. L'assistant peut demander le schéma d'annotation de l'élément et les conseils intégrés sur le type de données avant d'apporter des modifications. Explorer la référence des outils →

L'assistant peut-il modifier les données ou démarrer des tâches IA ?

Oui, avec une connexion Lecture et écriture, les permissions de rôle requises et un accès applicable à l'espace de travail. Les outils peuvent enregistrer des annotations, modifier des flux de travail et démarrer des exécutions de modèles. Certaines opérations assistées par IA et étapes de modèle consomment le quota IA de l'espace de travail. Choisissez Lecture seule si vous souhaitez explorer sans écriture ; le comportement d'approbation dans l'assistant dépend de ce client. Comprendre l'accès et l'utilisation de l'IA →

Comment fonctionnent les permissions et la déconnexion ?

Chaque connexion agit en tant que membre qui l'a autorisée dans un espace de travail sélectionné. Votre rôle et les permissions que vous désactivez limitent les outils disponibles. Dans Paramètres → Assistants connectés, utilisez Modifier les permissions pour votre propre connexion ou Déconnecter pour révoquer l'accès. Pour sélectionner un autre espace de travail ou un niveau d'accès lecture/écriture, reconnectez-vous et approuvez les nouveaux paramètres. Gérer les permissions et les connexions →

MCP remplace-t-il l'éditeur d'annotation ou la révision humaine ?

MCP ajoute une autre façon de travailler avec Unitlab. Votre équipe peut continuer à réviser et affiner les mêmes données dans l'interface d'annotation d'Unitlab. L'assistant peut lire les aperçus annotés, vérifier les problèmes de validation et suivre les étapes de tâche et de révision. Les étiquettes générées nécessitent toujours la révision appropriée à votre projet. Suivre les flux de travail d'annotation et de révision →

Que faire si un outil ou une tâche est indisponible ?

Demandez à l’assistant de vérifier son contexte de connexion et d’appeler l’aide intégrée d’Unitlab. L’outil get_help explique les workflows, les outils, les types de données et les erreurs ; diagnose vérifie les bloqueurs sur un projet, un élément ou une tâche. Une permission manquante, un accès à un espace de travail indisponible, une opération non prise en charge ou un quota épuisé peuvent limiter ce qu’une connexion peut faire. Ouvrir le guide de dépannage →