Cloudinary

resmi

Berinteraksi dengan platform manajemen media Cloudinary menggunakan bahasa alami.

Apa yang bisa Anda lakukan dengan Cloudinary MCP?

Unggah dan kelola aset media — Minta asisten Anda untuk mengunggah gambar, video, atau file mentah dan mengaturnya dengan folder, tag, serta relasi melalui server Manajemen Aset.
Transformasi dan pembuatan aset — Minta transformasi gambar dan video secara langsung, atau buat arsip serta tautan unduhan untuk media terpilih.
Konfigurasi pengaturan lingkungan — Gunakan server Konfigurasi Lingkungan untuk menyiapkan preset unggahan, default transformasi, profil streaming, dan notifikasi webhook.
Buat kolom metadata terstruktur — Tentukan kolom metadata kustom dengan aturan kondisional dan validasi untuk meningkatkan kemudahan pencarian dan pengorganisasian aset.
Jalankan analisis konten bertenaga AI — Manfaatkan server Analisis untuk penandaan otomatis, moderasi, pembuatan keterangan, deteksi objek, dan penilaian kualitas gambar.
Bangun otomatisasi alur kerja — Gunakan MediaFlows untuk membuat dan mengelola pipeline otomatisasi low-code dengan bahasa alami, termasuk logika kondisional dan alur persetujuan.

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 terstandarisasi untuk mengelola konteks antara model bahasa besar (LLM) dan sistem eksternal. Repositori ini menyediakan server MCP yang komprehensif untuk platform manajemen media Cloudinary, memungkinkan Anda menggunakan bahasa alami untuk mengunggah, mentransformasi, menganalisis, dan mengorganisir aset media Anda secara langsung dari aplikasi AI seperti Cursor dan Claude.

Dengan server MCP ini, Anda dapat mengelola seluruh alur kerja media Anda secara mulus melalui AI percakapan - mulai dari mengunggah dan mentransformasi gambar dan video, hingga mengonfigurasi pipeline pemrosesan otomatis, menganalisis konten dengan alat bertenaga AI, dan mengorganisir aset dengan metadata terstruktur. Baik Anda sedang membangun aplikasi kaya media, mengelola pustaka aset besar, atau mengotomatiskan alur kerja konten, server ini menyediakan akses langsung ke rangkaian lengkap kemampuan optimasi dan manajemen media Cloudinary.

Server MCP berikut tersedia untuk Cloudinary:

Nama Server	Deskripsi	Server MCP Jarak Jauh
Manajemen Aset	Unggah, kelola, dan transformasikan aset media Anda dengan kemampuan pencarian dan organisasi tingkat lanjut	asset-management
Konfigurasi Lingkungan	Konfigurasikan dan kelola pengaturan lingkungan Cloudinary Anda, preset unggahan, dan transformasi	environment-config
Metadata Terstruktur	Buat, kelola, dan kueri bidang metadata terstruktur untuk organisasi aset dan kemampuan pencarian yang lebih baik	structured-metadata
Analisis	Manfaatkan analisis konten bertenaga AI, moderasi, dan kemampuan penandaan otomatis untuk aset media Anda	analysis
MediaFlows	Bangun dan kelola otomatisasi alur kerja low-code untuk gambar dan video dengan bantuan bertenaga AI	mediaflows

Daftar Isi

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

Dokumentasi

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

Dokumentasi Alat MCP dan LLM Cloudinary - Panduan lengkap untuk mengintegrasikan Cloudinary dengan aplikasi AI/LLM
Dokumentasi MCP MediaFlows - Petunjuk pengaturan dan pedoman untuk menggunakan server MediaFlows (MCP)

Instalasi

Server MCP Jarak Jauh (Direkomendasikan)

Server MCP jarak jauh dihosting oleh Cloudinary dan siap digunakan segera. Tidak diperlukan instalasi lokal.

Server MCP Lokal

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

Catatan: Anda perlu mengonfigurasi variabel lingkungan Anda (CLOUDINARY_CLOUD_NAME, CLOUDINARY_API_KEY, CLOUDINARY_API_SECRET) dengan kredensial aktual Anda setelah instalasi.

Gambar Docker

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

Tersedia di Docker Hub: Gambar Docker MCP Cloudinary

Gambar Docker menawarkan beberapa manfaat:

Lingkungan terisolasi - Jalankan server MCP dalam kontainer tanpa memengaruhi dependensi sistem Anda
Penerapan mudah - Pengaturan cepat dengan konfigurasi minimal yang diperlukan
Runtime yang konsisten - Memastikan lingkungan yang sama di berbagai mesin dan platform
Skalabilitas - Mudah menerapkan beberapa instance atau mengintegrasikan ke dalam sistem orkestrasi kontainer

Untuk menggunakan gambar Docker, pastikan Anda telah menginstal Docker di sistem Anda dan berikan kredensial Cloudinary Anda sebagai variabel lingkungan saat menjalankan kontainer. Lihat dokumentasi gambar Docker individual di Docker Hub untuk petunjuk penggunaan spesifik.

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/sse"
    },
    "mediaflows": {
      "url": "https://mediaflows.mcp.cloudinary.com/v2/mcp"
    }
  }
}

Transport: Server jarak jauh mendukung dua endpoint — /mcp (Streamable HTTP, direkomendasikan, 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 mengautentikasi 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 kecepatan 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 dengan informasi batas kecepatan 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 (Direkomendasikan)

{
  "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", "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 Tingkat Lanjut

Setiap paket npm mendukung opsi konfigurasi tambahan di luar contoh pengaturan dasar di atas.

Menjalankan sebagai Server SSE

Untuk menjalankan server MCP lokal menggunakan transport Server-Sent Events (SSE) alih-alih stdio:

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

Anda dapat menentukan port kustom (default adalah 2718):

npx -y --package @cloudinary/asset-management-mcp -- mcp start --transport sse --port 3000

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

Daftar lengkap flag yang tersedia:

USAGE
  mcp start [--transport stdio|sse] [--port value] [--tool 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]
            [--log-level debug|warning|info|error] [--env value]...

FLAGS
  --transport       The transport to use for communicating with the server
                    [stdio|sse, default = stdio]
  --port            The port to use when the SSE transport is enabled
                    [default = 2718]
  --tool...         Specify tools to mount on the server (repeatable)
  --scope           Mount tools/resources that match given scope
                    [admin|builder|librarian]
  --api-key         Sets the apiKey auth field for the API
  --api-secret      Sets the apiSecret auth field for the API
  --oauth2          Sets the oauth2 auth field for the API
  --cloud-name      Allows setting the cloudName parameter for all 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
  --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 yang 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 komprehensif:

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

Autentikasi

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

Opsi 1: Variabel lingkungan individual (Direkomendasikan)

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

Berikan kredensial langsung sebagai argumen (lihat contoh konfigurasi di atas)

Anda dapat menemukan kredensial Cloudinary Anda di Dasbor Konsol Cloudinary di bawah Pengaturan > Keamanan.

Fitur per Server

Server Manajemen Aset

Unggah dan kelola aset media (gambar, video, file mentah)
Cari dan organisir aset dengan kemampuan pemfilteran tingkat lanjut
Tangani operasi dan transformasi aset
Kelola folder, tag, dan hubungan aset
Buat arsip dan tautan unduhan

Server Konfigurasi Lingkungan

Konfigurasikan preset unggahan dan pengaturan transformasi
Kelola profil streaming dan notifikasi webhook
Siapkan pemetaan unggahan

Server Metadata Terstruktur

Buat dan kelola bidang metadata terstruktur
Konfigurasikan aturan metadata bersyarat dan validasi
Organisir dan cari konfigurasi metadata
Tangani hubungan dan pengurutan bidang metadata

Server Analisis

Analisis konten bertenaga AI termasuk penandaan, moderasi, dan pembuatan keterangan
Deteksi dan pengenalan objek dengan beberapa model AI
Analisis kualitas gambar dan deteksi tanda air
Moderasi konten dan analisis keamanan
Kemampuan deteksi mode, teks, dan anatomi

Server MediaFlows

Bangun dan kelola otomatisasi alur kerja menggunakan bahasa alami
Kueri otomatisasi PowerFlow yang 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 ada

Perlu akses ke lebih banyak alat Cloudinary?

Kami terus menambahkan lebih banyak fungsionalitas ke server MCP ini. Jika Anda ingin memberikan umpan balik, melaporkan bug, atau memberikan permintaan fitur, silakan buka masalah di repositori ini.

Pemecahan Masalah

"Respons Claude terputus..."

Jika Anda melihat pesan ini, Claude kemungkinan mencapai batas panjang konteksnya dan berhenti di tengah balasan. Ini paling sering terjadi pada server yang memicu banyak panggilan alat berantai seperti server manajemen aset dengan daftar aset yang besar.

Untuk mengurangi kemungkinan menghadapi masalah ini:

Cobalah untuk spesifik, jaga kueri Anda tetap ringkas.
Jika satu permintaan memanggil beberapa alat, coba pecah menjadi beberapa panggilan alat yang lebih kecil agar respons tetap pendek.
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 Anda gunakan, seperti:

Fitur analisis AI tingkat lanjut
Penggunaan API volume tinggi
Kemampuan transformasi tingkat lanjut

Lisensi

Dilisensikan di bawah Lisensi MIT. Lihat file LICENSE untuk detailnya.