Unitlab AI

公式

Unitlab MCPを使用して、AIアシスタントから直接プロジェクトを作成し、データをアップロードし、データアノテーションを自動化できます。

Unitlab AI MCPで何ができますか？

ワークスペースのコンテキストを探索 — アシスタントにプロジェクトの一覧表示、オントロジーの検査、割り当てられたアノテーションタスクの要約をhttps://api.unitlab.ai/mcp経由で依頼します。
AI支援ラベリングを実行 — アシスタントにオブジェクトの検出、アイテムのセグメント化、またはプロジェクトのクラスを使用したラベルの調整を指示し、レビュー用に保存します。
データセットリリースを管理 — アシスタントにリリース準備状況の確認、ブロッカーの特定、リリースの作成、サポートされている形式でのエクスポート取得を依頼します。
アノテーションワークフローを処理 — アシスタントにタスクのクレーム、アノテーションの保存、ラベルの検証、レビュー段階を通した作業の進行を指示します。
品質とコンセンサスを監視 — アシスタントにコンセンサス結果のレビュー、投票の提出、検証問題やベンチマークスコアの追跡を依頼します。

ホスト型 MCP サーバー

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

Claude Code、Codex、Cursor などにインストールできます

ドキュメント

Connect withClaudeCodexChatGPTCursorGemini CLIVS Code

1つのサーバー。お好みのアシスタント。

Unitlabを追加してサインインし、ワークスペースを選択してください。許可したツールをアシスタントがすぐに利用できます。

Claude Codeを接続

プロジェクト内でコマンドを実行します。
Claude Codeで /mcp を開き、Unitlabにサインインします。
ワークスペースと権限を選択し、許可を選択します。

プロジェクトごとに、コマンドに --scope user を追加してください。

公式クライアントガイド

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

Claudeを接続

カスタマイズ → コネクタ を開き、カスタムコネクタを追加します。
名前をUnitlabにし、アドレスを貼り付けて、接続プロンプトに従います。
Unitlabにサインインし、ワークスペースと権限を選択して、許可を選択します。

TeamおよびEnterpriseでは、メンバーが接続する前に、オーナーが組織用のコネクタを追加します。

公式クライアントガイド

https://api.unitlab.ai/mcp

Codexを接続

Codex CLIをインストールした状態でコマンドを実行します。
ブラウザで開くUnitlabのサインインを完了します。
ワークスペースと権限を選択し、許可を選択します。

サインインが開かない場合は、codex mcp login unitlab を実行してください。

公式クライアントガイド

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

ChatGPTを接続

ChatGPTプラグインを開き、+ を選択してから カスタムMCPサーバーを追加 を選択します。
名前と説明を追加します。接続の下にアドレスを貼り付け、OAuth認証を設定します。
プラグインを作成してインストールし、プロンプトが表示されたらUnitlabのサインインと同意を完了します。
新しいチャットで @ を使用してプラグインを選択します。

カスタムMCPの利用可否は、ChatGPTのプランとワークスペースのポリシーによって異なります。

公式クライアントガイド

https://api.unitlab.ai/mcp

Cursorを接続

このエントリをCursorのMCP設定に追加します。既存のサーバーは保持してください。
CursorでUnitlabに接続し、プロンプトが表示されたらサインインを完了します。
ワークスペースと権限を選択し、許可を選択します。

プロジェクト固有の接続には、プロジェクトの.cursor/mcp.jsonを使用します。

公式クライアントガイド

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

Gemini CLIを接続

Gemini CLIをインストールした状態でコマンドを実行します。
Gemini CLI内で /mcp auth unitlab を実行します。
Unitlabにサインインし、ワークスペースと権限を選択して、許可を選択します。

--scope user を追加すると、サーバーを複数のプロジェクトで利用できます。

公式クライアントガイド

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

VS Codeを接続

VS Codeのコマンドラインランチャーをインストールした状態で、このコマンドを実行します。
VS CodeでUnitlab MCPサーバーを起動し、プロンプトが表示されたらサインインします。
ワークスペースと権限を選択し、許可を選択します。

VS CodeでMCP対応のチャットモードを使用します。クライアントおよび組織のポリシーは引き続き適用されます。

公式クライアントガイド

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

MCPクライアントを接続

このアドレスを使用してリモートMCPサーバーを追加します。
Streamable HTTPとOAuthサインインをサポートするクライアントを使用します。
Unitlabにサインインし、ワークスペースと権限を選択して、許可を選択します。

別のUnitlabデプロイメントの場合は、設定 → 接続済みアシスタントからアドレスをコピーします。

https://api.unitlab.ai/mcp

Unitlabで開始したいですか？ 設定 → 接続済みアシスタント → アシスタントを接続 を開いてください。

Unitlabを開く

データワークフローのための97のツール。

最初のアップロードから次のデータセットリリースまで。アシスタントは、ロールと接続権限の範囲内でこれらのツールを呼び出します。

Unitlab MCPカタログを探索

カテゴリ	エージェントができること	ツール
はじめに	接続を理解し、実用的なガイダンスを得て、ブロッカーを診断します。 get_contextdiagnoseget_help	3
プロジェクトとオントロジー	プロジェクトを作成し、クラスとプロパティを定義し、オントロジーバージョンを管理します。 list_ontologiesget_ontologycreate_ontologyupdate_ontologyset_ontology_versionget_instructions さらに4つのツールを表示	10
データとキュレーション	データをアップロード、インポート、整理、グループ化、タグ付け、バージョン管理します。 list_assetsprepare_uploadcomplete_uploadget_upload_statusattach_datadetach_data さらに10のツールを表示	16
コンテンツとアノテーション	ソースコンテンツを読み取り、アノテーションスキーマを検査し、ラベルを保存し、LiDARポイントをペイントします。 get_annotation_schemaget_annotationsvalidate_annotationssave_annotationsread_contentpaint_points	6
AI支援ラベリング	オブジェクトを検出、セグメント化、改良し、類似オブジェクトを見つけ、サポートされているオブジェクトを追跡します。 segment_objectdetect_objectsfind_similar_objectsrefine_objectstrack_object	5
モデルと例	モデルを発見し、参照例を管理し、ラベリング実行を追跡します。 list_modelsget_model_runstart_model_runcancel_model_runget_referencessave_reference_examples さらに3つのツールを表示	9
タスクとワークフロー	タスクを要求して割り当て、ワークフローステージを設定し、作業を進めます。 list_tasksget_taskget_next_taskget_groupclaim_taskassign_tasks さらに5つのツールを表示	11
品質とコンセンサス	Consensusの結果、検証の問題、ベンチマークスコアを確認します。 claim_consensus_taskget_consensus_tasksubmit_consensus_voteget_consensus_reviewset_consensus_approvalfinish_consensus_review さらに5つのツールを表示	11
コメント、問題、通知を作業に結び付けておきます。 list_commentsadd_commentresolve_commentlist_issueslist_notificationsmark_notifications_read	6
リリースとエクスポート	データセットリリースを作成、監視、ダウンロード、クローン、管理します。 list_releasesget_releaseretry_releasecreate_releaseget_release_downloadclone_release さらに2つのツールを表示	8
メンバーとロール	承認されている場合、ワークスペースのメンバーシップとロールを管理します。 list_membersupdate_memberlist_rolescreate_roleupdate_role	5
管理と統計	統合とAPIキーを管理し、監査イベントを検査し、統計を読み取ります。 create_api_keyupdate_api_keylist_cloud_storagescreate_cloud_storageupdate_cloud_storagelist_audit_events さらに1つのツールを表示	7

一致するツールがありません。別の名前またはカテゴリを試してください。

ヘルプが必要ですか？ get_help がワークフローとツールを説明します。 diagnose が作業をブロックしているものをチェックします。

データワークフローのあらゆる段階のためのプロンプト。

例をコピーして開始します。アシスタントは、チームがUnitlabで使用しているのと同じプロジェクト、ラベル、レビューステージで動作します。

ワークスペースを理解する

ワークスペースプロジェクトタスク

プロジェクトを見つけ、コンテキストを検査し、自分に割り当てられたアノテーション作業を確認します。

データキュレーションを探索

このプロンプトを試す[

プロンプトをコピー

](#)

私のUnitlabプロジェクトを表示し、私に割り当てられたアノテーション作業を要約してください。

読み取りアクセス

アノテーションとレビュー

オントロジーAIラベルレビュー

クラスでラベルを作成し、サポートされているAIツールを実行し、アノテーションとレビューを通じて作業を進めます。

アノテーションを探索

このプロンプトを試す[

プロンプトをコピー

](#)

画像プロジェクトで、次のタスクの可視の車を検出するためにCarクラスを使用してください。ラベルを保存して、レビューのために表示してください。

書き込みアクセス · AI使用

次のリリースを準備する

準備状況リリースエクスポート

ブロッカーを検査し、データセットリリースを作成し、プロジェクトがサポートする形式でエクスポートを取得します。

データセット管理を探索

このプロンプトを試す[

プロンプトをコピー

](#)

プロジェクトがリリースの準備ができているか確認してください。作成する前に、ブロッカーとサポートされているエクスポート形式を表示してください。

最初に読み取り · 作成には書き込み

あなたのワークスペース。あなたの権限。

自分自身として接続します。1つのワークスペースを選択し、アシスタントができることを決定します。

Unitlabで管理

読み取りまたは書き込みアクセスを選択

読み取りのみで探索するか、読み取りと書き込みで変更を許可します。ロールとワークスペースアクセスは引き続き適用されます。

権限を選択

サインイン中にアクセスをカスタマイズするか、後で接続済みアシスタントで自分の接続を編集します。

制御を維持

いつでもUnitlabで切断します。再接続して、ワークスペースまたはアクセスレベルを変更します。

一部のアクションは、変更を保存するか、ジョブをすぐに開始します。一部のAI操作とモデルステージは、ワークスペースのAIクォータを使用します。

よくある質問。

MCPドキュメントを読む

Unitlab MCPサーバーとは何ですか？

Unitlab MCPサーバーは、Model Context Protocolを通じて互換性のあるAIアシスタントをUnitlabワークスペースに接続します。データ管理、アノテーション、AI支援ラベリング、タスク、レビュー、ワークフロー、データセットリリースのためのツールを公開します。アシスタントは、承認したワークスペースと権限を使用してこれらのツールを呼び出します。 MCP概要を読む →

どのAIアシスタントを接続できますか？

Unitlabは、Claude Code、Claude Webおよびデスクトップ、Codex、ChatGPT、Cursor、Gemini CLI、VS Codeのセットアップ手順を提供します。他のクライアントは、Streamable HTTPとOAuthを介したリモートMCPのサポートが必要です。利用可能なインターフェースと接続オプションは、クライアントのバージョン、プラン、ワークスペースポリシーによって異なります。アシスタントを接続 →

接続方法とAPIキーは必要ですか？

アシスタントに https://api.unitlab.ai/mcp を追加し、Unitlabのサインインを完了します。ワークスペースを選択し、読み取りのみまたは読み取りと書き込みを選択し、必要に応じて権限をカスタマイズして、許可をクリックします。このOAuth接続では、APIキーを作成または貼り付ける必要はありません。Unitlabは、設定 → 接続済みアシスタントの下にもセットアップ手順を提供します。クイックスタートに従う →

1つの会話でフォルダをアップロードして画像にラベルを付けることはできますか？

はい。互換性のあるアシスタントは、プロジェクトを作成し、クラスを設定し、フォルダ内の画像をアップロードできます。直接ファイルアップロードには、アシスタントがHTTP経由でファイルバイトを送信する必要があります。名前付きクラスの画像全体の検出を調整したり、バッチラベリング用のモデルワークフローを設定したりできます。結果はデータ、クラス、モデル、クォータによって異なり、Unitlabでレビューする必要があります。フォルダアップロードワークフローを参照 →

アシスタントはどのデータ型を扱えますか？

MCPツールは、画像、ビデオ、LiDAR/3D、医療、病理学、地理空間、オーディオ、テキスト、ドキュメント、HTML、センサー、表形式データをサポートします。グループ化されたマルチモーダルアセットもサポートされています。読み取り、アノテーションタイプ、AI操作、エクスポートはモダリティによって異なります。アシスタントは、変更を加える前に、アイテムのアノテーションスキーマと組み込みのデータ型ガイダンスを要求できます。ツールリファレンスを探索 →

アシスタントはデータを変更したりAIジョブを開始したりできますか？

はい、読み取りと書き込みの接続、必要なロール権限、および該当するワークスペースアクセスがある場合に可能です。ツールはアノテーションを保存し、ワークフローを変更し、モデル実行を開始できます。一部のAI支援操作とモデルステージは、ワークスペースのAIクォータを消費します。書き込みなしで探索したい場合は読み取りのみを選択してください。アシスタント内の承認動作はそのクライアントに依存します。アクセスとAI使用を理解する →

権限と切断はどのように機能しますか？

各接続は、選択した1つのワークスペースで承認したメンバーとして機能します。ロールとオフにした権限によって、利用可能なツールが制限されます。設定 → 接続済みアシスタントで、自分の接続の権限を編集するか、切断してアクセスを取り消します。別のワークスペースまたは読み取り/書き込みアクセスレベルを選択するには、再接続して新しい設定を承認します。権限と接続を管理 →

MCPはアノテーションエディタや人間によるレビューを置き換えますか？

MCPはUnitlabを操作する別の方法を追加します。チームはUnitlabのアノテーションインターフェースで同じデータのレビューと改良を続けることができます。アシスタントはアノテーション付きプレビューを読み取り、検証の問題をチェックし、タスクとレビューステージに従うことができます。生成されたラベルは、プロジェクトに適したレビューが引き続き必要です。アノテーションとレビューのワークフローに従う →

ツールまたはタスクが利用できない場合はどうすればよいですか？

アシスタントに、その接続コンテキストを確認し、Unitlabの組み込みヘルプを呼び出すよう依頼してください。get_helpツールは、ワークフロー、ツール、データ型、およびエラーについて説明します。diagnoseは、プロジェクト、アイテム、またはタスクのブロッカーをチェックします。権限の欠如、ワークスペースへのアクセス不可、サポートされていない操作、またはクォータの枯渇により、接続で実行できる操作が制限される場合があります。トラブルシューティングガイドを開く →