Unitlab AI

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

Connect withClaudeCodexChatGPTCursorGemini CLIVS Code

เซิร์ฟเวอร์เดียว.ผู้ช่วยที่คุณเลือกได้

เพิ่ม Unitlab ลงชื่อเข้าใช้ และเลือกพื้นที่ทำงานของคุณ ผู้ช่วยของคุณพร้อมใช้งานเครื่องมือที่คุณอนุญาต

เชื่อมต่อ Claude Code

1. รันคำสั่งในโปรเจกต์ของคุณ
2. เปิด /mcp ใน Claude Code และลงชื่อเข้าใช้ Unitlab
3. เลือกพื้นที่ทำงานและสิทธิ์ของคุณ จากนั้นเลือก Allow

สำหรับทุกโปรเจกต์ ให้เพิ่ม --scope user ลงในคำสั่ง

คู่มือไคลเอนต์อย่างเป็นทางการ

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

เชื่อมต่อ Claude

1. เปิด Customize → Connectors และเพิ่มคอนเนกเตอร์แบบกำหนดเอง
2. ตั้งชื่อว่า Unitlab วางที่อยู่ และทำตามขั้นตอนการเชื่อมต่อ
3. ลงชื่อเข้าใช้ Unitlab เลือกพื้นที่ทำงานและสิทธิ์ของคุณ จากนั้นเลือก Allow

ในแผน Team และ Enterprise เจ้าของจะเพิ่มคอนเนกเตอร์ให้องค์กรก่อนที่สมาชิกจะเชื่อมต่อ

คู่มือไคลเอนต์อย่างเป็นทางการ

https://api.unitlab.ai/mcp

เชื่อมต่อ Codex

1. รันคำสั่งโดยติดตั้ง Codex CLI
2. ทำการลงชื่อเข้าใช้ Unitlab ที่เปิดขึ้นในเบราว์เซอร์ของคุณให้เสร็จสมบูรณ์
3. เลือกพื้นที่ทำงานและสิทธิ์ของคุณ จากนั้นเลือก Allow

หากการลงชื่อเข้าใช้ไม่เปิดขึ้น ให้รัน codex mcp login unitlab

คู่มือไคลเอนต์อย่างเป็นทางการ

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

เชื่อมต่อ ChatGPT

1. เปิด ChatGPT Plugins เลือก + จากนั้นเลือก Add custom MCP server
2. เพิ่มชื่อและคำอธิบาย วางที่อยู่ใต้ Connection และกำหนดค่าการตรวจสอบสิทธิ์ OAuth
3. สร้างและติดตั้งปลั๊กอิน ทำการลงชื่อเข้าใช้ Unitlab และยินยอมเมื่อได้รับแจ้ง
4. ใช้ @ เพื่อเลือกปลั๊กอินในแชทใหม่

ความพร้อมใช้งานของ MCP แบบกำหนดเองขึ้นอยู่กับแผน ChatGPT และนโยบายพื้นที่ทำงานของคุณ

คู่มือไคลเอนต์อย่างเป็นทางการ

https://api.unitlab.ai/mcp

เชื่อมต่อ Cursor

1. เพิ่มรายการนี้ลงในการกำหนดค่า MCP ของ Cursor ของคุณ คงเซิร์ฟเวอร์ที่มีอยู่เดิมไว้
2. เชื่อมต่อ Unitlab ใน Cursor และทำการลงชื่อเข้าใช้เมื่อได้รับแจ้ง
3. เลือกพื้นที่ทำงานและสิทธิ์ของคุณ จากนั้นเลือก Allow

ใช้ .cursor/mcp.json ของโปรเจกต์สำหรับการเชื่อมต่อเฉพาะโปรเจกต์

คู่มือไคลเอนต์อย่างเป็นทางการ

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

เชื่อมต่อ Gemini CLI

1. รันคำสั่งโดยติดตั้ง Gemini CLI
2. รัน /mcp auth unitlab ภายใน Gemini CLI
3. ลงชื่อเข้าใช้ Unitlab เลือกพื้นที่ทำงานและสิทธิ์ของคุณ จากนั้นเลือก Allow

เพิ่ม --scope user เพื่อให้เซิร์ฟเวอร์พร้อมใช้งานข้ามโปรเจกต์

คู่มือไคลเอนต์อย่างเป็นทางการ

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

เชื่อมต่อ VS Code

1. รันคำสั่งนี้โดยติดตั้งตัวเปิดใช้บรรทัดคำสั่งของ VS Code
2. เริ่มเซิร์ฟเวอร์ MCP ของ Unitlab ใน VS Code และลงชื่อเข้าใช้เมื่อได้รับแจ้ง
3. เลือกพื้นที่ทำงานและสิทธิ์ของคุณ จากนั้นเลือก Allow

ใช้โหมดแชทที่รองรับ MCP ใน VS Code นโยบายของไคลเอนต์และองค์กรยังคงมีผลบังคับใช้

คู่มือไคลเอนต์อย่างเป็นทางการ

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

เชื่อมต่อไคลเอนต์ MCP ของคุณ

1. เพิ่มเซิร์ฟเวอร์ MCP ระยะไกลโดยใช้ที่อยู่นี้
2. ใช้ไคลเอนต์ที่รองรับ Streamable HTTP และการลงชื่อเข้าใช้ OAuth
3. ลงชื่อเข้าใช้ Unitlab เลือกพื้นที่ทำงานและสิทธิ์ของคุณ จากนั้นเลือก Allow

สำหรับการปรับใช้ Unitlab อื่น ให้คัดลอกที่อยู่จาก Settings → Connected assistants

https://api.unitlab.ai/mcp

ต้องการเริ่มต้นใน Unitlab หรือไม่? เปิด Settings → Connected assistants → Connect assistant

เปิด Unitlab

97 เครื่องมือสำหรับขั้นตอนการทำงานข้อมูลของคุณ

จากการอัปโหลดครั้งแรกจนถึงการเผยแพร่ชุดข้อมูลครั้งถัดไป ผู้ช่วยของคุณเรียกใช้เครื่องมือเหล่านี้ภายในบทบาทและสิทธิ์การเชื่อมต่อของคุณ

สำรวจแคตตาล็อก MCP ของ Unitlab

หมวดหมู่	สิ่งที่เอเจนต์ของคุณทำได้	เครื่องมือ
การเริ่มต้น	เข้าใจการเชื่อมต่อของคุณ รับคำแนะนำเชิงปฏิบัติ และวินิจฉัยอุปสรรค get_contextdiagnoseget_help	3
โปรเจกต์และออนโทโลจี	สร้างโปรเจกต์ กำหนดคลาสและคุณสมบัติ และจัดการเวอร์ชันออนโทโลจี list_ontologiesget_ontologycreate_ontologyupdate_ontologyset_ontology_versionget_instructions แสดงเครื่องมือเพิ่มเติม 4 รายการ	10
ข้อมูลและการดูแล	อัปโหลด นำเข้า จัดระเบียบ จัดกลุ่ม แท็ก และกำหนดเวอร์ชันข้อมูลของคุณ list_assetsprepare_uploadcomplete_uploadget_upload_statusattach_datadetach_data แสดงเครื่องมือเพิ่มเติม 10 รายการ	16
เนื้อหาและการ annotate	อ่านเนื้อหาต้นฉบับ ตรวจสอบสคีมาการ annotate บันทึกป้ายกำกับ และระบายสีจุด LiDAR get_annotation_schemaget_annotationsvalidate_annotationssave_annotationsread_contentpaint_points	6
การติดป้ายกำกับด้วย AI	ตรวจจับ แบ่งส่วน ปรับปรุง ค้นหาวัตถุที่คล้ายกัน และติดตามวัตถุที่รองรับ segment_objectdetect_objectsfind_similar_objectsrefine_objectstrack_object	5
โมเดลและตัวอย่าง	ค้นพบโมเดล จัดการตัวอย่างอ้างอิง และติดตามรอบการติดป้ายกำกับ list_modelsget_model_runstart_model_runcancel_model_runget_referencessave_reference_examples แสดงเครื่องมือเพิ่มเติม 3 รายการ	9
งานและขั้นตอนการทำงาน	รับและมอบหมายงาน กำหนดค่าขั้นตอนเวิร์กโฟลว์ และดำเนินงานต่อไป list_tasksget_taskget_next_taskget_groupclaim_taskassign_tasks แสดงเครื่องมือเพิ่มเติม 5 รายการ	11
คุณภาพและฉันทามติ	ตรวจสอบผลลัพธ์ Consensus ปัญหาการตรวจสอบ และคะแนนเกณฑ์มาตรฐาน claim_consensus_taskget_consensus_tasksubmit_consensus_voteget_consensus_reviewset_consensus_approvalfinish_consensus_review แสดงเครื่องมือเพิ่มเติม 5 รายการ	11
คงความคิดเห็น ปัญหา และการแจ้งเตือนให้เชื่อมต่อกับงาน list_commentsadd_commentresolve_commentlist_issueslist_notificationsmark_notifications_read	6
การเผยแพร่และการส่งออก	สร้าง ตรวจสอบ ดาวน์โหลด โคลน และจัดการการเผยแพร่ชุดข้อมูล list_releasesget_releaseretry_releasecreate_releaseget_release_downloadclone_release แสดงเครื่องมือเพิ่มเติม 2 รายการ	8
สมาชิกและบทบาท	จัดการสมาชิกภาพพื้นที่ทำงานและบทบาทเมื่อได้รับอนุญาต list_membersupdate_memberlist_rolescreate_roleupdate_role	5
การดูแลระบบและสถิติ	จัดการการผสานรวมและคีย์ API ตรวจสอบเหตุการณ์การตรวจสอบ และอ่านสถิติ create_api_keyupdate_api_keylist_cloud_storagescreate_cloud_storageupdate_cloud_storagelist_audit_events แสดงเครื่องมือเพิ่มเติม 1 รายการ	7

ไม่พบเครื่องมือที่ตรงกัน ลองใช้ชื่อหรือหมวดหมู่อื่น

ต้องการความช่วยเหลือหรือไม่? get_help อธิบายเวิร์กโฟลว์และเครื่องมือ diagnose ตรวจสอบสิ่งที่ขัดขวางงานของคุณ

พรอมต์สำหรับทุกขั้นตอนของขั้นตอนการทำงานข้อมูลของคุณ

คัดลอกตัวอย่างเพื่อเริ่มต้น ผู้ช่วยของคุณทำงานกับโปรเจกต์ ป้ายกำกับ และขั้นตอนการตรวจสอบเดียวกันกับที่ทีมของคุณใช้ใน Unitlab

01

เข้าใจพื้นที่ทำงานของคุณ

WorkspaceProjectsTasks

ค้นหาโปรเจกต์ของคุณ ตรวจสอบบริบท และดูงาน annotate ที่มอบหมายให้คุณ

สำรวจการดูแลข้อมูล

ลองพรอมต์นี้[

คัดลอกพรอมต์

](#)

แสดงโปรเจกต์ Unitlab ของฉันและสรุปงาน annotate ที่มอบหมายให้ฉัน

สิทธิ์การอ่าน

02

Annotate และตรวจสอบ

OntologyAI labelsReview

สร้างป้ายกำกับด้วยคลาสของคุณ รันเครื่องมือ AI ที่รองรับ และดำเนินงานผ่านการ annotate และการตรวจสอบ

สำรวจการ annotate

ลองพรอมต์นี้[

คัดลอกพรอมต์

](#)

ในโปรเจกต์รูปภาพของฉัน ใช้คลาส Car เพื่อตรวจจับรถที่มองเห็นได้ในงานถัดไป บันทึกป้ายกำกับและแสดงเพื่อตรวจสอบ

สิทธิ์การเขียน · การใช้ AI

03

เตรียมการเผยแพร่ครั้งถัดไปของคุณ

ReadinessReleaseExport

ตรวจสอบอุปสรรค สร้างการเผยแพร่ชุดข้อมูล และดึงข้อมูลการส่งออกในรูปแบบที่โปรเจกต์ของคุณรองรับ

สำรวจการจัดการชุดข้อมูล

ลองพรอมต์นี้[

คัดลอกพรอมต์

](#)

ตรวจสอบว่าโปรเจกต์ของฉันพร้อมสำหรับการเผยแพร่หรือไม่ แสดงอุปสรรคและรูปแบบการส่งออกที่รองรับก่อนสร้าง

อ่านก่อน · เขียนเพื่อสร้าง

พื้นที่ทำงานของคุณ.สิทธิ์ของคุณ

เชื่อมต่อในฐานะตัวคุณเอง เลือกพื้นที่ทำงานหนึ่งแห่งและตัดสินใจว่าผู้ช่วยของคุณสามารถทำอะไรได้

จัดการใน Unitlab

เลือกสิทธิ์การอ่านหรือการเขียน

สำรวจด้วย Read only หรืออนุญาตการเปลี่ยนแปลงด้วย Read and write บทบาทและการเข้าถึงพื้นที่ทำงานของคุณยังคงมีผลบังคับใช้

เลือกสิทธิ์

ปรับแต่งการเข้าถึงระหว่างการลงชื่อเข้าใช้หรือแก้ไขการเชื่อมต่อของคุณเองในภายหลังใน Connected assistants

ควบคุมได้เสมอ

ยกเลิกการเชื่อมต่อใน Unitlab ได้ตลอดเวลา เชื่อมต่อใหม่เพื่อเปลี่ยนพื้นที่ทำงานหรือระดับการเข้าถึง

การดำเนินการบางอย่างบันทึกการเปลี่ยนแปลงหรือเริ่มงานทันที การดำเนินการ AI และขั้นตอนโมเดลบางอย่างใช้โควตา AI ของพื้นที่ทำงานของคุณ

คำถามที่พบบ่อย

อ่านเอกสาร MCP

เซิร์ฟเวอร์ MCP ของ Unitlab คืออะไร?

เซิร์ฟเวอร์ MCP ของ Unitlab เชื่อมต่อผู้ช่วย AI ที่เข้ากันได้กับพื้นที่ทำงาน Unitlab ของคุณผ่าน Model Context Protocol โดยเปิดเผยเครื่องมือสำหรับการจัดการข้อมูล การ annotate การติดป้ายกำกับด้วย AI งาน การตรวจสอบ เวิร์กโฟลว์ และการเผยแพร่ชุดข้อมูล ผู้ช่วยของคุณเรียกใช้เครื่องมือเหล่านั้นโดยใช้พื้นที่ทำงานและสิทธิ์ที่คุณอนุญาต อ่านภาพรวม MCP →

ผู้ช่วย AI ใดบ้างที่ฉันสามารถเชื่อมต่อได้?

Unitlab ให้คำแนะนำการตั้งค่าสำหรับ Claude Code, Claude เว็บและเดสก์ท็อป, Codex, ChatGPT, Cursor, Gemini CLI และ VS Code ไคลเอนต์อื่นๆ ต้องรองรับ MCP ระยะไกลผ่าน Streamable HTTP และ OAuth อินเทอร์เฟซและตัวเลือกการเชื่อมต่อที่มีขึ้นอยู่กับเวอร์ชันไคลเอนต์ แผน และนโยบายพื้นที่ทำงาน เชื่อมต่อผู้ช่วยของคุณ →

ฉันจะเชื่อมต่อได้อย่างไร และต้องใช้คีย์ API หรือไม่?

เพิ่ม https://api.unitlab.ai/mcp ในผู้ช่วยของคุณ จากนั้นทำการลงชื่อเข้าใช้ Unitlab ให้เสร็จสมบูรณ์ เลือกพื้นที่ทำงาน เลือก Read only หรือ Read and write ปรับแต่งสิทธิ์หากจำเป็น แล้วคลิก Allow การเชื่อมต่อ OAuth นี้ไม่จำเป็นต้องสร้างหรือวางคีย์ API Unitlab ยังให้คำแนะนำการตั้งค่าภายใต้ Settings → Connected assistants ทำตามคำแนะนำเริ่มต้นอย่างรวดเร็ว →

ฉันสามารถอัปโหลดโฟลเดอร์และติดป้ายกำกับรูปภาพในการสนทนาเดียวได้หรือไม่?

ได้ ผู้ช่วยที่เข้ากันได้สามารถสร้างโปรเจกต์ ตั้งค่าคลาส และอัปโหลดรูปภาพในโฟลเดอร์ การอัปโหลดไฟล์โดยตรงต้องให้ผู้ช่วยส่งไบต์ไฟล์ผ่าน HTTP สามารถประสานงานการตรวจจับสำหรับคลาสที่ระบุชื่อข้ามรูปภาพ หรือกำหนดค่าเวิร์กโฟลว์โมเดลสำหรับการติดป้ายกำกับเป็นชุด ผลลัพธ์ขึ้นอยู่กับข้อมูล คลาส โมเดล และโควตา และควรตรวจสอบใน Unitlab ดูเวิร์กโฟลว์การอัปโหลดโฟลเดอร์ →

ประเภทข้อมูลใดที่ผู้ช่วยสามารถทำงานด้วยได้?

เครื่องมือ MCP รองรับข้อมูลรูปภาพ วิดีโอ LiDAR/3D การแพทย์ พยาธิวิทยา ภูมิสารสนเทศ เสียง ข้อความ เอกสาร HTML เซนเซอร์ และข้อมูลตาราง รองรับสินทรัพย์มัลติโมดัลแบบกลุ่มด้วย การอ่าน ประเภทการ annotate การดำเนินการ AI และการส่งออกแตกต่างกันตามรูปแบบ ผู้ช่วยสามารถขอสคีมาการ annotate ของรายการและคำแนะนำประเภทข้อมูลในตัวก่อนทำการเปลี่ยนแปลง สำรวจการอ้างอิงเครื่องมือ →

ผู้ช่วยสามารถเปลี่ยนแปลงข้อมูลหรือเริ่มงาน AI ได้หรือไม่?

ได้ ด้วยการเชื่อมต่อ Read and write สิทธิ์บทบาทที่จำเป็น และการเข้าถึงพื้นที่ทำงานที่เกี่ยวข้อง เครื่องมือสามารถบันทึกการ annotate แก้ไขเวิร์กโฟลว์ และเริ่มการรันโมเดล การดำเนินการที่ใช้ AI บางอย่างและขั้นตอนโมเดลใช้โควตา AI ของพื้นที่ทำงาน เลือก Read only หากคุณต้องการสำรวจโดยไม่มีการเขียน พฤติกรรมการอนุมัติภายในผู้ช่วยขึ้นอยู่กับไคลเอนต์นั้น ทำความเข้าใจการเข้าถึงและการใช้ AI →

สิทธิ์และการยกเลิกการเชื่อมต่อทำงานอย่างไร?

การเชื่อมต่อแต่ละครั้งทำหน้าที่เป็นสมาชิกที่อนุญาตในพื้นที่ทำงานที่เลือกหนึ่งแห่ง บทบาทของคุณและสิทธิ์ใดๆ ที่คุณปิดจะจำกัดเครื่องมือที่มี ใน Settings → Connected assistants ใช้ Edit permissions สำหรับการเชื่อมต่อของคุณเองหรือ Disconnect เพื่อเพิกถอนการเข้าถึง หากต้องการเลือกพื้นที่ทำงานอื่นหรือระดับการเข้าถึงการอ่าน/เขียน ให้เชื่อมต่อใหม่และอนุมัติการตั้งค่าใหม่ จัดการสิทธิ์และการเชื่อมต่อ →

MCP แทนที่ตัวแก้ไขการ annotate หรือการตรวจสอบโดยมนุษย์หรือไม่?

MCP เพิ่มอีกวิธีในการทำงานกับ Unitlab ทีมของคุณสามารถตรวจสอบและปรับปรุงข้อมูลเดียวกันในอินเทอร์เฟซการ annotate ของ Unitlab ต่อไปได้ ผู้ช่วยสามารถอ่านตัวอย่างที่ annotate แล้ว ตรวจสอบปัญหาการตรวจสอบ และติดตามขั้นตอนงานและการตรวจสอบ ป้ายกำกับที่สร้างขึ้นยังต้องมีการตรวจสอบที่เหมาะสมกับโปรเจกต์ของคุณ ทำตามเวิร์กโฟลว์การ annotate และการตรวจสอบ →

จะเกิดอะไรขึ้นหากเครื่องมือหรืองานไม่พร้อมใช้งาน?

ขอให้ผู้ช่วยตรวจสอบบริบทการเชื่อมต่อของตนและเรียกใช้ความช่วยเหลือในตัวของ Unitlab เครื่องมือ get_help อธิบายขั้นตอนการทำงาน เครื่องมือ ประเภทข้อมูล และข้อผิดพลาด ส่วน diagnose จะตรวจสอบอุปสรรคในโปรเจกต์ รายการ หรืองาน การขาดสิทธิ์ การไม่สามารถเข้าถึงเวิร์กสเปซ การดำเนินการที่ไม่รองรับ หรือโควตาที่หมดแล้ว อาจจำกัดสิ่งที่การเชื่อมต่อสามารถทำได้ เปิดคู่มือการแก้ไขปัญหา →