Unitlab AI

आधिकारिक

Unitlab MCP के माध्यम से सीधे अपने AI सहायक से प्रोजेक्ट बनाएं, डेटा अपलोड करें, और डेटा एनोटेशन स्वचालित करें।

Unitlab AI MCP के साथ आप क्या कर सकते हैं?

वर्कस्पेस संदर्भ अन्वेषण करें — अपने सहायक से प्रोजेक्ट सूचीबद्ध करने, ऑन्टोलॉजी निरीक्षण करने, और https://api.unitlab.ai/mcp के माध्यम से निर्धारित एनोटेशन कार्यों का सारांश प्राप्त करने के लिए कहें।
AI-सहायता प्राप्त लेबलिंग चलाएं — सहायक को आपके प्रोजेक्ट की क्लासेस का उपयोग करके वस्तुओं का पता लगाने, आइटम को सेगमेंट करने, या लेबल को परिष्कृत करने और समीक्षा के लिए सहेजने का निर्देश दें।
डेटासेट रिलीज़ प्रबंधित करें — सहायक से रिलीज़ तैयारी की जांच करने, बाधाओं की पहचान करने, रिलीज़ बनाने, और समर्थित प्रारूपों में निर्यात प्राप्त करने के लिए कहें।
एनोटेशन वर्कफ़्लो संभालें — सहायक को कार्य दावा करने, एनोटेशन सहेजने, लेबल सत्यापित करने, और समीक्षा चरणों के माध्यम से कार्य को आगे बढ़ाने का निर्देश दें।
गुणवत्ता और सर्वसम्मति की निगरानी करें — सहायक से सर्वसम्मति परिणामों की समीक्षा करने, वोट जमा करने, और सत्यापन मुद्दों या बेंचमार्क स्कोर को ट्रैक करने के लिए कहें।

होस्ट किया गया MCP सर्वर

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

Claude Code, Codex, Cursor और अन्य में इंस्टॉल होता है

दस्तावेज़

Connect withClaudeCodexChatGPTCursorGemini CLIVS Code

एक सर्वर। आपकी पसंद का सहायक।

Unitlab जोड़ें, साइन इन करें, और अपना वर्कस्पेस चुनें। आपका सहायक उन टूल्स का उपयोग करने के लिए तैयार है जिन्हें आप अनुमति देते हैं।

Claude Code कनेक्ट करें

अपने प्रोजेक्ट में कमांड चलाएँ।
Claude Code में /mcp खोलें और Unitlab में साइन इन करें।
अपना वर्कस्पेस और अनुमतियाँ चुनें, फिर Allow चुनें।

हर प्रोजेक्ट के लिए, कमांड में --scope user जोड़ें।

आधिकारिक क्लाइंट गाइड

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

Claude कनेक्ट करें

Customize → Connectors खोलें और एक कस्टम कनेक्टर जोड़ें।
इसे Unitlab नाम दें, पता पेस्ट करें, और कनेक्शन प्रॉम्प्ट का पालन करें।
Unitlab में साइन इन करें, अपना वर्कस्पेस और अनुमतियाँ चुनें, फिर Allow चुनें।

Team और Enterprise पर, एक मालिक सदस्यों के कनेक्ट होने से पहले संगठन के लिए कनेक्टर जोड़ता है।

आधिकारिक क्लाइंट गाइड

https://api.unitlab.ai/mcp

Codex कनेक्ट करें

Codex CLI इंस्टॉल होने पर कमांड चलाएँ।
अपने ब्राउज़र में खुलने वाली Unitlab साइन-इन प्रक्रिया पूरी करें।
अपना वर्कस्पेस और अनुमतियाँ चुनें, फिर Allow चुनें।

यदि साइन-इन नहीं खुलता है, तो codex mcp login unitlab चलाएँ।

आधिकारिक क्लाइंट गाइड

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

ChatGPT कनेक्ट करें

ChatGPT Plugins खोलें, + चुनें, फिर Add custom MCP server चुनें।
एक नाम और विवरण जोड़ें। Connection के अंतर्गत पता पेस्ट करें और OAuth प्रमाणीकरण कॉन्फ़िगर करें।
प्लगइन बनाएँ और इंस्टॉल करें, प्रॉम्प्ट होने पर Unitlab साइन-इन और सहमति पूरी करें।
नई चैट में प्लगइन चुनने के लिए @ का उपयोग करें।

कस्टम MCP उपलब्धता आपकी ChatGPT योजना और वर्कस्पेस नीतियों पर निर्भर करती है।

आधिकारिक क्लाइंट गाइड

https://api.unitlab.ai/mcp

Cursor कनेक्ट करें

इस प्रविष्टि को अपने Cursor MCP कॉन्फ़िगरेशन में जोड़ें। किसी भी मौजूदा सर्वर को संरक्षित रखें।
Cursor में Unitlab कनेक्ट करें और प्रॉम्प्ट होने पर साइन-इन पूरा करें।
अपना वर्कस्पेस और अनुमतियाँ चुनें, फिर Allow चुनें।

प्रोजेक्ट-विशिष्ट कनेक्शन के लिए प्रोजेक्ट की .cursor/mcp.json फ़ाइल का उपयोग करें।

आधिकारिक क्लाइंट गाइड

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

Gemini CLI कनेक्ट करें

Gemini CLI इंस्टॉल होने पर कमांड चलाएँ।
Gemini CLI के अंदर /mcp auth unitlab चलाएँ।
Unitlab में साइन इन करें, अपना वर्कस्पेस और अनुमतियाँ चुनें, फिर Allow चुनें।

सर्वर को प्रोजेक्ट्स में उपलब्ध कराने के लिए --scope user जोड़ें।

आधिकारिक क्लाइंट गाइड

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

VS Code कनेक्ट करें

VS Code कमांड-लाइन लॉन्चर इंस्टॉल होने पर यह कमांड चलाएँ।
VS Code में Unitlab MCP सर्वर शुरू करें और प्रॉम्प्ट होने पर साइन इन करें।
अपना वर्कस्पेस और अनुमतियाँ चुनें, फिर Allow चुनें।

VS Code में MCP-सक्षम चैट मोड का उपयोग करें। क्लाइंट और संगठन नीतियाँ अभी भी लागू होती हैं।

आधिकारिक क्लाइंट गाइड

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

अपना MCP क्लाइंट कनेक्ट करें

इस पते का उपयोग करके एक रिमोट MCP सर्वर जोड़ें।
एक ऐसे क्लाइंट का उपयोग करें जो Streamable HTTP और OAuth साइन-इन का समर्थन करता है।
Unitlab में साइन इन करें, अपना वर्कस्पेस और अनुमतियाँ चुनें, फिर Allow चुनें।

किसी अन्य Unitlab डिप्लॉयमेंट के लिए, Settings → Connected assistants से उसका पता कॉपी करें।

https://api.unitlab.ai/mcp

Unitlab में शुरू करना पसंद है? Settings → Connected assistants → Connect assistant खोलें।

Unitlab खोलें

आपके डेटा वर्कफ़्लो के लिए 97 टूल।

पहले अपलोड से लेकर अगले डेटासेट रिलीज़ तक। आपका सहायक इन टूल्स को आपकी भूमिका और कनेक्शन अनुमतियों के भीतर कॉल करता है।

Unitlab MCP कैटलॉग देखें

श्रेणी	आपका एजेंट क्या कर सकता है	टूल
आरंभ करना	अपना कनेक्शन समझें, व्यावहारिक मार्गदर्शन प्राप्त करें, और बाधाओं का निदान करें। get_contextdiagnoseget_help	3
प्रोजेक्ट और ऑन्टोलॉजी	प्रोजेक्ट बनाएँ, क्लास और गुण परिभाषित करें, और ऑन्टोलॉजी संस्करण प्रबंधित करें। list_ontologiesget_ontologycreate_ontologyupdate_ontologyset_ontology_versionget_instructions और 4 टूल दिखाएँ	10
डेटा और क्यूरेशन	अपना डेटा अपलोड, आयात, व्यवस्थित, समूहित, टैग और संस्करणित करें। list_assetsprepare_uploadcomplete_uploadget_upload_statusattach_datadetach_data और 10 टूल दिखाएँ	16
सामग्री और एनोटेशन	स्रोत सामग्री पढ़ें, एनोटेशन स्कीमा निरीक्षण करें, लेबल सहेजें, और LiDAR पॉइंट पेंट करें। get_annotation_schemaget_annotationsvalidate_annotationssave_annotationsread_contentpaint_points	6
AI-सहायित लेबलिंग	पता लगाएँ, सेगमेंट करें, परिष्कृत करें, समान ऑब्जेक्ट खोजें, और समर्थित ऑब्जेक्ट ट्रैक करें। segment_objectdetect_objectsfind_similar_objectsrefine_objectstrack_object	5
मॉडल और उदाहरण	मॉडल खोजें, संदर्भ उदाहरण प्रबंधित करें, और लेबलिंग रन का पालन करें। list_modelsget_model_runstart_model_runcancel_model_runget_referencessave_reference_examples और 3 टूल दिखाएँ	9
कार्य और वर्कफ़्लो	कार्य दावा करें और असाइन करें, वर्कफ़्लो चरण कॉन्फ़िगर करें, और काम आगे बढ़ाएँ। list_tasksget_taskget_next_taskget_groupclaim_taskassign_tasks और 5 टूल दिखाएँ	11
गुणवत्ता और सर्वसम्मति	Consensus परिणाम, सत्यापन मुद्दे, और बेंचमार्क स्कोर समीक्षा करें। claim_consensus_taskget_consensus_tasksubmit_consensus_voteget_consensus_reviewset_consensus_approvalfinish_consensus_review और 5 टूल दिखाएँ	11
टिप्पणियाँ, मुद्दे और सूचनाएँ काम से जुड़ी रखें। list_commentsadd_commentresolve_commentlist_issueslist_notificationsmark_notifications_read	6
रिलीज़ और निर्यात	डेटासेट रिलीज़ बनाएँ, मॉनिटर करें, डाउनलोड करें, क्लोन करें, और प्रबंधित करें। list_releasesget_releaseretry_releasecreate_releaseget_release_downloadclone_release और 2 टूल दिखाएँ	8
सदस्य और भूमिकाएँ	अधिकृत होने पर वर्कस्पेस सदस्यता और भूमिकाएँ प्रबंधित करें। list_membersupdate_memberlist_rolescreate_roleupdate_role	5
प्रशासन और सांख्यिकी	एकीकरण और API कुंजियाँ प्रबंधित करें, ऑडिट इवेंट निरीक्षण करें, और सांख्यिकी पढ़ें। create_api_keyupdate_api_keylist_cloud_storagescreate_cloud_storageupdate_cloud_storagelist_audit_events और 1 टूल दिखाएँ	7

कोई मेल खाता टूल नहीं। कोई अलग नाम या श्रेणी आज़माएँ।

मदद चाहिए? get_help वर्कफ़्लो और टूल समझाता है। diagnose जाँचता है कि आपके काम में क्या बाधा है।

आपके डेटा वर्कफ़्लो के हर चरण के लिए एक प्रॉम्प्ट।

आरंभ करने के लिए एक उदाहरण कॉपी करें। आपका सहायक उन्हीं प्रोजेक्ट्स, लेबल्स, और समीक्षा चरणों के साथ काम करता है जिनका आपकी टीम Unitlab में उपयोग करती है।

अपना वर्कस्पेस समझें

WorkspaceProjectsTasks

अपने प्रोजेक्ट खोजें, संदर्भ निरीक्षण करें, और आपको असाइन किया गया एनोटेशन कार्य देखें।

डेटा क्यूरेशन देखें

यह प्रॉम्प्ट आज़माएँ[

प्रॉम्प्ट कॉपी करें

](#)

मेरे Unitlab प्रोजेक्ट दिखाएँ और मुझे असाइन किए गए एनोटेशन कार्य का सारांश दें।

पढ़ने की पहुँच

एनोटेट करें और समीक्षा करें

OntologyAI labelsReview

अपनी क्लास के साथ लेबल बनाएँ, समर्थित AI टूल चलाएँ, और काम को एनोटेशन और समीक्षा के माध्यम से आगे बढ़ाएँ।

एनोटेशन देखें

यह प्रॉम्प्ट आज़माएँ[

प्रॉम्प्ट कॉपी करें

](#)

मेरे इमेज प्रोजेक्ट में, अगले कार्य पर दिखाई देने वाली कारों का पता लगाने के लिए Car क्लास का उपयोग करें। लेबल सहेजें और समीक्षा के लिए दिखाएँ।

लेखन पहुँच · AI उपयोग

अपनी अगली रिलीज़ तैयार करें

ReadinessReleaseExport

बाधाओं का निरीक्षण करें, डेटासेट रिलीज़ बनाएँ, और अपने प्रोजेक्ट द्वारा समर्थित प्रारूपों में निर्यात प्राप्त करें।

डेटासेट प्रबंधन देखें

यह प्रॉम्प्ट आज़माएँ[

प्रॉम्प्ट कॉपी करें

](#)

जाँचें कि क्या मेरा प्रोजेक्ट रिलीज़ के लिए तैयार है। इसे बनाने से पहले कोई भी बाधा और समर्थित निर्यात प्रारूप दिखाएँ।

पहले पढ़ें · बनाने के लिए लिखें

आपका वर्कस्पेस। आपकी अनुमतियाँ।

स्वयं के रूप में कनेक्ट करें। एक वर्कस्पेस चुनें और तय करें कि आपका सहायक क्या कर सकता है।

Unitlab में प्रबंधित करें

पढ़ने या लिखने की पहुँच चुनें

केवल Read के साथ अन्वेषण करें, या Read and write के साथ परिवर्तनों की अनुमति दें। आपकी भूमिका और वर्कस्पेस पहुँच अभी भी लागू होती है।

अनुमतियाँ चुनें

साइन-इन के दौरान पहुँच अनुकूलित करें या बाद में Connected assistants में अपना कनेक्शन संपादित करें।

नियंत्रण में रहें

किसी भी समय Unitlab में डिस्कनेक्ट करें। वर्कस्पेस या पहुँच स्तर बदलने के लिए पुनः कनेक्ट करें।

कुछ क्रियाएँ परिवर्तन सहेजती हैं या तुरंत जॉब शुरू करती हैं। कुछ AI ऑपरेशन और मॉडल चरण आपके वर्कस्पेस की AI कोटा का उपयोग करते हैं।

अक्सर पूछे जाने वाले प्रश्न।

MCP दस्तावेज़ पढ़ें

Unitlab MCP सर्वर क्या है?

Unitlab MCP सर्वर Model Context Protocol के माध्यम से संगत AI सहायकों को आपके Unitlab वर्कस्पेस से जोड़ता है। यह डेटा प्रबंधन, एनोटेशन, AI-सहायित लेबलिंग, कार्य, समीक्षा, वर्कफ़्लो, और डेटासेट रिलीज़ के लिए टूल उजागर करता है। आपका सहायक उन टूल्स को आपके द्वारा अधिकृत वर्कस्पेस और अनुमतियों का उपयोग करके कॉल करता है। MCP अवलोकन पढ़ें →

मैं कौन से AI सहायक कनेक्ट कर सकता हूँ?

Unitlab Claude Code, Claude वेब और डेस्कटॉप, Codex, ChatGPT, Cursor, Gemini CLI, और VS Code के लिए सेटअप निर्देश प्रदान करता है। अन्य क्लाइंट्स को Streamable HTTP और OAuth पर रिमोट MCP के लिए समर्थन की आवश्यकता होती है। उपलब्ध इंटरफ़ेस और कनेक्शन विकल्प क्लाइंट संस्करण, योजना, और वर्कस्पेस नीति पर निर्भर करते हैं। अपना सहायक कनेक्ट करें →

मैं कैसे कनेक्ट करूँ, और क्या मुझे API कुंजी चाहिए?

अपने सहायक में https://api.unitlab.ai/mcp जोड़ें, फिर Unitlab साइन-इन पूरा करें। एक वर्कस्पेस चुनें, Read only या Read and write चुनें, आवश्यकता होने पर अनुमतियाँ अनुकूलित करें, और Allow पर क्लिक करें। इस OAuth कनेक्शन के लिए आपको API कुंजी बनाने या पेस्ट करने की आवश्यकता नहीं है। Unitlab Settings → Connected assistants के अंतर्गत सेटअप निर्देश भी प्रदान करता है। क्विकस्टार्ट का पालन करें →

क्या मैं एक वार्तालाप में फ़ोल्डर अपलोड कर सकता हूँ और छवियों को लेबल कर सकता हूँ?

हाँ। एक संगत सहायक एक प्रोजेक्ट बना सकता है, उसकी क्लास सेट कर सकता है, और फ़ोल्डर में छवियाँ अपलोड कर सकता है। सीधे फ़ाइल अपलोड के लिए सहायक को HTTP के माध्यम से फ़ाइल बाइट्स भेजने की आवश्यकता होती है। यह छवियों में नामित क्लास के लिए पहचान समन्वयित कर सकता है, या बैच लेबलिंग के लिए मॉडल वर्कफ़्लो कॉन्फ़िगर कर सकता है। परिणाम डेटा, क्लास, मॉडल, और कोटा पर निर्भर करते हैं, और Unitlab में समीक्षा की जानी चाहिए। फ़ोल्डर अपलोड वर्कफ़्लो देखें →

सहायक किस डेटा प्रकार के साथ काम कर सकता है?

MCP टूल इमेज, वीडियो, LiDAR/3D, मेडिकल, पैथोलॉजी, जियोस्पेशियल, ऑडियो, टेक्स्ट, दस्तावेज़, HTML, सेंसर, और टेबुलर डेटा का समर्थन करते हैं। समूहित मल्टीमॉडल एसेट भी समर्थित हैं। पढ़ना, एनोटेशन प्रकार, AI ऑपरेशन, और निर्यात मोडैलिटी के अनुसार भिन्न होते हैं। सहायक परिवर्तन करने से पहले आइटम की एनोटेशन स्कीमा और अंतर्निहित डेटा-प्रकार मार्गदर्शन का अनुरोध कर सकता है। टूल संदर्भ देखें →

क्या सहायक डेटा बदल सकता है या AI जॉब शुरू कर सकता है?

हाँ, Read and write कनेक्शन, आवश्यक भूमिका अनुमतियाँ, और लागू वर्कस्पेस पहुँच के साथ। टूल एनोटेशन सहेज सकते हैं, वर्कफ़्लो संशोधित कर सकते हैं, और मॉडल रन शुरू कर सकते हैं। कुछ AI-सहायित ऑपरेशन और मॉडल चरण वर्कस्पेस की AI कोटा का उपभोग करते हैं। यदि आप बिना लेखन के अन्वेषण चाहते हैं तो Read only चुनें; सहायक के अंदर अनुमोदन व्यवहार उस क्लाइंट पर निर्भर करता है। पहुँच और AI उपयोग समझें →

अनुमतियाँ और डिस्कनेक्ट करना कैसे काम करता है?

प्रत्येक कनेक्शन उस सदस्य के रूप में कार्य करता है जिसने इसे एक चयनित वर्कस्पेस में अधिकृत किया है। आपकी भूमिका और कोई भी अनुमतियाँ जिन्हें आप बंद करते हैं, उपलब्ध टूल को सीमित करती हैं। Settings → Connected assistants में, अपने स्वयं के कनेक्शन के लिए Edit permissions का उपयोग करें या पहुँच रद्द करने के लिए Disconnect करें। कोई अन्य वर्कस्पेस या पढ़ने/लिखने की पहुँच स्तर चुनने के लिए, पुनः कनेक्ट करें और नई सेटिंग्स स्वीकृत करें। अनुमतियाँ और कनेक्शन प्रबंधित करें →

क्या MCP एनोटेशन संपादक या मानव समीक्षा को प्रतिस्थापित करता है?

MCP Unitlab के साथ काम करने का एक और तरीका जोड़ता है। आपकी टीम Unitlab के एनोटेशन इंटरफ़ेस में उसी डेटा की समीक्षा और परिष्करण जारी रख सकती है। सहायक एनोटेटेड पूर्वावलोकन पढ़ सकता है, सत्यापन समस्याओं की जाँच कर सकता है, और कार्य और समीक्षा चरणों का पालन कर सकता है। उत्पन्न लेबल्स को अभी भी आपके प्रोजेक्ट के लिए उपयुक्त समीक्षा की आवश्यकता होती है। एनोटेशन और समीक्षा वर्कफ़्लो का पालन करें →

यदि कोई टूल या कार्य अनुपलब्ध है तो क्या होगा?

सहायक से अपने कनेक्शन संदर्भ की जाँच करने और Unitlab की अंतर्निहित सहायता को कॉल करने के लिए कहें। get_help टूल वर्कफ़्लो, टूल, डेटा प्रकार और त्रुटियों की व्याख्या करता है; diagnose किसी प्रोजेक्ट, आइटम या कार्य पर बाधाओं की जाँच करता है। एक अनुपलब्ध अनुमति, अनुपलब्ध कार्यक्षेत्र पहुँच, असमर्थित ऑपरेशन, या समाप्त कोटा सीमित कर सकता है कि एक कनेक्शन क्या कर सकता है। समस्या निवारण गाइड खोलें →