Cloudinary

resmi

Berinteraksi dengan platform manajemen media Cloudinary menggunakan bahasa alami.

Apa yang bisa Anda lakukan dengan Cloudinary MCP?

Unggah dan kelola media — Unggah gambar, video, dan file mentah, lalu atur dengan folder, tag, dan relasi aset.
Cari dan transformasikan aset — Cari aset dengan pemfilteran lanjutan dan terapkan operasi serta transformasi aset.
Buat gambar dengan AI — Buat gambar baru dari prompt teks atau gambar referensi, lalu simpan ke akun Anda.
Analisis konten media — Jalankan pemberian tag dengan AI, moderasi, pembuatan keterangan, deteksi objek, serta analisis watermark atau kualitas pada aset.
Konfigurasikan pengaturan lingkungan — Buat transformasi bernama, preset unggahan, profil streaming, dan pemicu webhook.
Kelola metadata terstruktur — Buat kolom metadata, tetapkan aturan validasi, dan kelola nilai sumber data untuk kolom bertipe daftar.

Server MCP Terhosting

npx add-mcp 'https://asset-management.mcp.cloudinary.com/mcp'

Terpasang ke Claude Code, Codex, Cursor, dan lainnya

Dokumentasi

Server MCP Cloudinary

Model Context Protocol (MCP) adalah protokol baru yang terstandardisasi untuk mengelola konteks antara model bahasa besar (LLM) dan sistem eksternal. Repositori ini menyediakan server MCP komprehensif untuk platform pengelolaan media Cloudinary, sehingga Anda dapat menggunakan bahasa alami untuk mengunggah, membuat, mentransformasi, menganalisis, dan mengatur aset media langsung dari aplikasi AI seperti Cursor dan Claude.

Dengan server MCP ini, Anda dapat mengelola seluruh alur kerja media dengan mudah melalui AI percakapan — mulai dari mengunggah, membuat, dan mentransformasi gambar serta video, hingga mengonfigurasi pipeline pemrosesan otomatis, menganalisis konten dengan alat berbasis AI, dan mengatur aset dengan metadata terstruktur. Baik Anda sedang membangun aplikasi kaya media, mengelola pustaka aset berukuran besar, maupun mengotomatiskan alur kerja konten, server ini menyediakan akses langsung ke seluruh rangkaian kemampuan pengoptimalan dan pengelolaan media Cloudinary.

Server MCP berikut tersedia untuk Cloudinary:

Nama Server	Deskripsi	Server MCP Jarak Jauh
Pengelolaan Aset	Unggah, kelola, cari, dan transformasi aset media Anda, serta buat gambar baru dengan AI dari prompt teks atau gambar referensi	asset-management
Konfigurasi Lingkungan	Konfigurasikan dan kelola pengaturan lingkungan Cloudinary, preset unggahan, dan transformasi	environment-config
Metadata Terstruktur	Buat, kelola, dan kueri bidang metadata terstruktur untuk meningkatkan pengaturan dan kemudahan pencarian aset	structured-metadata
Analisis	Manfaatkan kemampuan analisis konten, moderasi, dan pemberian tag otomatis berbasis AI untuk aset media Anda	analysis
MediaFlows	Buat dan kelola otomatisasi alur kerja low-code untuk gambar dan video dengan bantuan AI	mediaflows

Daftar Isi

Dokumentasi
Instalasi
Contoh Konfigurasi
- Konfigurasi Server Lokal Lanjutan
Autentikasi
Fitur berdasarkan Server
Perlu akses ke lebih banyak alat Cloudinary?
Pemecahan Masalah
Fitur Berbayar
Lisensi

Dokumentasi

Untuk panduan terperinci, tutorial, dan dokumentasi lengkap tentang penggunaan server MCP Cloudinary:

Dokumentasi Cloudinary MCP dan LLM - Panduan lengkap untuk mengintegrasikan Cloudinary dengan aplikasi AI/LLM
Dokumentasi MediaFlows MCP - Petunjuk penyiapan dan panduan penggunaan server MediaFlows (MCP)

Instalasi

Server MCP Jarak Jauh (Disarankan)

Server MCP jarak jauh dihosting oleh Cloudinary dan siap digunakan langsung. Tidak perlu instalasi lokal.

Server MCP Lokal

Server MCP lokal berjalan di mesin Anda menggunakan paket npm. Pilih opsi ini jika Anda memerlukan kontrol atau penyesuaian lebih besar.

Catatan: Setelah instalasi, Anda perlu mengonfigurasi variabel lingkungan (CLOUDINARY_CLOUD_NAME, CLOUDINARY_API_KEY, CLOUDINARY_API_SECRET) dengan kredensial Anda yang sebenarnya.

Image Docker

Image Docker resmi untuk server MCP Cloudinary tersedia di Docker Hub, menyediakan opsi deployment dalam kontainer untuk menjalankan server MCP secara lokal atau di lingkungan cloud.

Tersedia di Docker Hub: Image Docker MCP Cloudinary

Image Docker menawarkan beberapa manfaat:

Lingkungan terisolasi - Jalankan server MCP dalam kontainer tanpa memengaruhi dependensi sistem Anda
Deployment mudah - Penyiapan cepat dengan konfigurasi minimal
Runtime konsisten - Memastikan lingkungan yang sama di berbagai mesin dan platform
Skalabilitas - Deploy beberapa instans dengan mudah atau integrasikan ke sistem orkestrasi kontainer

Untuk menggunakan image Docker, pastikan Docker telah terinstal di sistem Anda dan teruskan kredensial Cloudinary sebagai variabel lingkungan saat menjalankan kontainer. Lihat dokumentasi masing-masing image Docker di Docker Hub untuk petunjuk penggunaan khusus.

Contoh Konfigurasi

Konfigurasi Server MCP Jarak Jauh

Server jarak jauh dihosting oleh Cloudinary dan diakses melalui URL:

{
  "mcpServers": {
    "cloudinary-asset-mgmt-remote": {
      "url": "https://asset-management.mcp.cloudinary.com/mcp"
    },
    "cloudinary-env-config-remote": {
      "url": "https://environment-config.mcp.cloudinary.com/mcp"
    },
    "cloudinary-smd-remote": {
      "url": "https://structured-metadata.mcp.cloudinary.com/mcp"
    },
    "cloudinary-analysis-remote": {
      "url": "https://analysis.mcp.cloudinary.com/mcp"
    },
    "mediaflows": {
      "url": "https://mediaflows.mcp.cloudinary.com/v2/mcp"
    }
  }
}

Transport: Server jarak jauh mendukung dua endpoint — /mcp (Streamable HTTP, disarankan, tanpa status) dan /sse (SSE, tidak digunakan lagi, dipertahankan untuk kompatibilitas mundur). Endpoint /sse juga menerima permintaan POST sebagai alias untuk /mcp, sehingga klien yang mengirim Streamable HTTP ke /sse akan berfungsi. Gunakan /mcp untuk konfigurasi baru.

Server MCP Jarak Jauh dengan Autentikasi

Server MCP jarak jauh yang dihosting oleh Cloudinary menggunakan OAuth2 secara default untuk autentikasi. Anda juga dapat melakukan autentikasi menggunakan kunci API melalui header:

Menggunakan CLOUDINARY_URL (Paling Sederhana)

{
  "mcpServers": {
    "cloudinary-asset-mgmt-remote": {
      "url": "https://asset-management.mcp.cloudinary.com/mcp",
      "headers": {
        "cloudinary-url": "cloudinary://api_key:api_secret@cloud_name"
      }
    }
  }
}

Menggunakan Header Individual

{
  "mcpServers": {
    "cloudinary-env-config-remote": {
      "url": "https://environment-config.mcp.cloudinary.com/mcp",
      "headers": {
        "cloudinary-cloud-name": "your_cloud_name",
        "cloudinary-api-key": "your_api_key",
        "cloudinary-api-secret": "your_api_secret"
      }
    }
  }
}

Dengan Konfigurasi Kustom

{
  "mcpServers": {
    "cloudinary-smd-remote": {
      "url": "https://structured-metadata.mcp.cloudinary.com/mcp",
      "headers": {
        "cloudinary-url": "cloudinary://api_key:api_secret@cloud_name",
        "cloudinary-region": "api-eu",
        "cloudinary-tools": "list-metadata-fields,get-metadata-field,create-metadata-field"
      }
    }
  }
}

Dengan Header Debug

Untuk menampilkan header batas laju API dan ID permintaan dalam hasil alat, aktifkan penyematan header:

{
  "mcpServers": {
    "cloudinary-asset-mgmt-remote": {
      "url": "https://asset-management.mcp.cloudinary.com/mcp",
      "headers": {
        "cloudinary-url": "cloudinary://api_key:api_secret@cloud_name",
        "cloudinary-embed-headers": "true"
      }
    }
  }
}

Setiap hasil alat akan menyertakan bidang _headers yang berisi informasi batas laju dan pelacakan permintaan:

{
  "_headers": {
    "x-featureratelimit-limit": "10000",
    "x-featureratelimit-remaining": "9998",
    "x-featureratelimit-reset": "Thu, 13 Feb 2026 00:00:00 GMT",
    "x-request-id": "bfeaccc60050594832508590a358a1a4"
  }
}

Konfigurasi Server MCP Lokal

Server lokal berjalan di mesin Anda menggunakan paket npm:

Opsi 1: Menggunakan variabel lingkungan CLOUDINARY_URL (Disarankan)

{
  "mcpServers": {
    "cloudinary-asset-mgmt": {
      "command": "npx",
      "args": ["-y", "--package", "@cloudinary/asset-management-mcp", "--", "mcp", "start"],
      "env": {
        "CLOUDINARY_URL": "cloudinary://api_key:api_secret@cloud_name"
      }
    },
    "cloudinary-env-config": {
      "command": "npx",
      "args": ["-y", "--package", "@cloudinary/environment-config-mcp", "--", "mcp", "start"],
      "env": {
        "CLOUDINARY_URL": "cloudinary://api_key:api_secret@cloud_name"
      }
    },
    "cloudinary-smd": {
      "command": "npx",
      "args": ["-y", "--package", "@cloudinary/structured-metadata-mcp", "--", "mcp", "start"],
      "env": {
        "CLOUDINARY_URL": "cloudinary://api_key:api_secret@cloud_name"
      }
    },
    "cloudinary-analysis": {
      "command": "npx",
      "args": ["-y", "--package", "@cloudinary/analysis-mcp", "--", "mcp", "start"],
      "env": {
        "CLOUDINARY_URL": "cloudinary://api_key:api_secret@cloud_name"
      }
    }
  }
}

Opsi 2: Menggunakan variabel lingkungan individual

{
  "mcpServers": {
    "cloudinary-asset-mgmt": {
      "command": "npx",
      "args": ["-y", "--package", "@cloudinary/asset-management-mcp", "--", "mcp", "start"],
      "env": {
        "CLOUDINARY_CLOUD_NAME": "cloud_name",
        "CLOUDINARY_API_KEY": "api_key",
        "CLOUDINARY_API_SECRET": "api_secret"
      }
    }
  }
}

Opsi 3: Menggunakan argumen baris perintah

{
  "mcpServers": {
    "cloudinary-asset-mgmt": {
      "command": "npx",
      "args": [
        "-y", "--package", "@cloudinary/asset-management-mcp",
        "--",
        "mcp", "start",
        "--cloud-name", "cloud_name",
        "--api-key", "api_key",
        "--api-secret", "api_secret"
      ]
    }
  }
}

Konfigurasi Server MCP MediaFlows

Untuk MediaFlows, gunakan konfigurasi berikut:

{
  "mcpServers": {
    "mediaflows": {
      "url": "https://mediaflows.mcp.cloudinary.com/v2/mcp",
      "headers": {
        "cld-cloud-name": "cloud_name",
        "cld-api-key": "api_key",
        "cld-secret": "api_secret"
      }
    }
  }
}

Konfigurasi Server Lokal Lanjutan

Setiap paket npm mendukung opsi konfigurasi tambahan selain contoh penyiapan dasar di atas.

Menjalankan sebagai Server HTTP

Untuk menjalankan server MCP lokal menggunakan transport Streamable HTTP alih-alih stdio, gunakan perintah serve:

npx -y --package @cloudinary/asset-management-mcp -- mcp serve

Server mendengarkan di http://localhost:2718/mcp. Anda dapat menentukan port kustom:

npx -y --package @cloudinary/asset-management-mcp -- mcp serve --port 3000

Transport SSE lama masih tersedia melalui mcp start --transport sse (flag --port yang sama, default 2718), tetapi sudah tidak digunakan lagi. Gunakan mcp serve untuk konfigurasi baru:

npx -y --package @cloudinary/asset-management-mcp -- mcp start --transport sse

Opsi Konfigurasi yang Tersedia

Untuk melihat semua opsi konfigurasi yang tersedia untuk paket apa pun:

npx -y --package @cloudinary/asset-management-mcp -- mcp start --help
npx -y --package @cloudinary/asset-management-mcp -- mcp serve --help

Daftar lengkap flag yang tersedia (@cloudinary/asset-management-mcp; paket lain mendukung sebagian):

USAGE
  mcp start [--transport stdio|sse] [--port value] [--tool value]... [--mode dynamic]
            [--tool-annotations value] [--scope admin|builder|librarian]
            [--api-key value] [--api-secret value] [--oauth2 value]
            [--cloud-name value] [--server-url value] [--server-index value]
            [--region api|api-eu|api-ap] [--api-host value] [--mcp-apps value]
            [--log-level debug|warning|info|error] [--env value]...
  mcp serve [--port value] [--disable-static-auth] [--tool value]... [--mode dynamic]
            [--tool-annotations value] [--scope admin|builder|librarian]
            [--api-key value] [--api-secret value] [--oauth2 value]
            [--cloud-name value] [--server-url value] [--server-index value]
            [--region api|api-eu|api-ap] [--api-host value] [--mcp-apps value]
            [--log-level debug|warning|info|error] [--env value]...

COMMANDS
  start  Run the MCP server (stdio by default)
  serve  Run the MCP server with Streamable HTTP transport

FLAGS
  --transport              start only: the transport to use
                           [stdio|sse, default = stdio; sse is deprecated]
  --port                   The port to listen on [default = 2718]
  --disable-static-auth    serve only: disable static authentication, allowing
                           credentials to be passed via request headers only
  --tool...                Specify tools to mount on the server (repeatable)
  --mode                   dynamic: expose list_tools, describe_tool_input, and
                           execute_tool instead of individual tools [dynamic]
  --tool-annotations       Filter tools by annotations (comma-separated:
                           readOnly, destructive, idempotent, openWorld)
  --scope                  Mount tools/resources that match given scope
                           (repeatable) [admin|builder|librarian]
  --api-key                Sets the api_key auth field for the API
  --api-secret             Sets the api_secret auth field for the API
  --oauth2                 Sets the oauth2 auth field for the API
  --cloud-name             Allows setting the cloud_name parameter for all
                           supported operations
  --server-url             Overrides the default server URL used by the SDK
  --server-index           Selects a predefined server used by the SDK
  --region                 Sets the region variable for url substitution
                           [api|api-eu|api-ap]
  --api-host               Sets the host variable for url substitution
  --mcp-apps               Enable MCP Apps (interactive UI): bare flag or
                           all/true, none/false, or a comma-separated list of
                           asset-gallery,asset-details,asset-upload
  --log-level              The log level to use for the server
                           [debug|warning|info|error, default = info]
  --env...                 Environment variables made available to the server
  -h, --help               Print help information and exit

Debugging

Untuk debugging payload jaringan secara terperinci, gunakan variabel lingkungan CLOUDINARY_DEBUG:

CLOUDINARY_DEBUG=true npx -y --package @cloudinary/asset-management-mcp -- mcp start

Anda dapat menggabungkan mode debug dengan opsi lain untuk pemecahan masalah yang menyeluruh:

CLOUDINARY_DEBUG=true npx -y --package @cloudinary/asset-management-mcp -- mcp serve --log-level debug

Catatan: Opsi konfigurasi ini berlaku untuk semua paket MCP lokal:

@cloudinary/asset-management-mcp
@cloudinary/environment-config-mcp
@cloudinary/structured-metadata-mcp
@cloudinary/analysis-mcp

Autentikasi

Saat menjalankan server MCP secara lokal, autentikasi dapat dikonfigurasi dengan beberapa cara:

Opsi 1: Variabel lingkungan individual (Disarankan)

export CLOUDINARY_CLOUD_NAME="cloud_name"
export CLOUDINARY_API_KEY="api_key"
export CLOUDINARY_API_SECRET="api_secret"

Opsi 2: Variabel lingkungan CLOUDINARY_URL

export CLOUDINARY_URL="cloudinary://api_key:api_secret@cloud_name"

Opsi 3: Argumen baris perintah

Teruskan kredensial secara langsung sebagai argumen (lihat contoh konfigurasi di atas)

Anda dapat menemukan kredensial Cloudinary di Dasbor Cloudinary Console pada Settings > Security.

Fitur berdasarkan Server

Server Pengelolaan Aset

Unggah dan kelola aset media (gambar, video, file mentah)
Cari dan atur aset dengan pemfilteran lanjutan dan pencarian visual
Buat gambar baru dengan AI dari prompt teks atau gambar referensi, lalu simpan langsung ke akun Anda
Tangani operasi dan transformasi aset
Kelola folder, tag, dan hubungan antar-aset
Buat arsip dan tautan unduhan

Server Konfigurasi Lingkungan

Buat dan kelola transformasi bernama serta preset unggahan
Kelola profil streaming dan pemicu (notifikasi webhook)
Siapkan pemetaan unggahan

Server Metadata Terstruktur

Buat dan kelola bidang metadata terstruktur
Konfigurasikan aturan metadata bersyarat dan validasi
Kelola nilai sumber data untuk bidang metadata bertipe daftar
Atur dan cari konfigurasi metadata

Server Analisis

Analisis konten berbasis AI, termasuk pemberian tag, moderasi, dan pembuatan keterangan
Deteksi dan pengenalan objek dengan berbagai model AI
Analisis kualitas gambar dan deteksi watermark
Moderasi konten dan analisis keamanan
Kemampuan deteksi mode, teks, dan anatomi
Deteksi logo dan klasifikasi produk (toko)

Server MediaFlows

Buat dan kelola otomatisasi alur kerja menggunakan bahasa alami
Kueri otomatisasi PowerFlow yang sudah ada di lingkungan Anda
Buat logika bersyarat berdasarkan metadata, tag, dan properti aset
Otomatiskan alur kerja moderasi, persetujuan, dan notifikasi aset
Debug dan pahami konfigurasi otomatisasi yang sudah ada

Perlu akses ke lebih banyak alat Cloudinary?

Kami terus menambahkan fungsionalitas ke server MCP ini. Jika Anda ingin memberikan masukan, melaporkan bug, atau mengajukan permintaan fitur, silakan buka issue di repositori ini.

Pemecahan Masalah

"Respons Claude terputus..."

Jika Anda melihat pesan ini, kemungkinan Claude mencapai batas panjang konteks dan berhenti di tengah balasan. Hal ini paling sering terjadi pada server yang memicu banyak pemanggilan alat berantai, seperti server pengelolaan aset dengan daftar aset berukuran besar.

Untuk mengurangi kemungkinan mengalami masalah ini:

Cobalah untuk memberikan detail yang spesifik dan menjaga kueri tetap ringkas.
Jika satu permintaan memanggil beberapa alat, coba pecah menjadi beberapa pemanggilan alat yang lebih kecil agar respons tetap singkat.
Gunakan parameter pemfilteran untuk membatasi cakupan pencarian dan daftar aset.

Masalah Autentikasi

Pastikan kredensial Cloudinary Anda dikonfigurasi dengan benar dan memiliki izin yang diperlukan untuk operasi yang ingin Anda lakukan.

Fitur Berbayar

Beberapa fitur mungkin memerlukan paket Cloudinary berbayar. Pastikan akun Cloudinary Anda memiliki tingkat langganan yang diperlukan untuk fitur yang ingin digunakan, seperti:

Fitur analisis AI lanjutan
Penggunaan API bervolume tinggi
Kemampuan transformasi lanjutan

Lisensi

Dilisensikan berdasarkan MIT License. Lihat file LICENSE untuk detailnya.