Unitlab AI

resmi

Unitlab MCP ile doğrudan AI asistanınız üzerinden projeler oluşturun, veri yükleyin ve veri etiketlemeyi otomatikleştirin.

Unitlab AI MCP ile neler yapabilirsiniz?

  • Çalışma alanı bağlamını keşfedin — Asistanınızdan projeleri listelemesini, ontolojileri incelemesini ve https://api.unitlab.ai/mcp üzerinden atanmış açıklama görevlerini özetlemesini isteyin.

  • AI destekli etiketlemeyi çalıştırın — Asistana, projenizin sınıflarını kullanarak nesneleri tespit etmesini, öğeleri bölümlemesini veya etiketleri iyileştirmesini ve inceleme için kaydetmesini talimat verin.

  • Veri seti sürümlerini yönetin — Asistanın sürüm hazırlığını kontrol etmesini, engelleri belirlemesini, sürümler oluşturmasını ve desteklenen formatlarda dışa aktarımları almasını sağlayın.

  • Açıklama iş akışlarını yönetin — Asistana görevleri üstlenmesini, açıklamaları kaydetmesini, etiketleri doğrulamasını ve çalışmayı inceleme aşamalarından geçirmesini yönlendirin.

  • Kaliteyi ve mutabakatı izleyin — Asistandan mutabakat sonuçlarını incelemesini, oy kullanmasını ve doğrulama sorunlarını veya kıyaslama puanlarını takip etmesini isteyin.

Barındırılan MCP Sunucusu

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

Claude Code, Codex, Cursor ve daha fazlasına kurulur

Dokümantasyon

Connect withClaudeCodexChatGPTCursorGemini CLIVS Code

Tek sunucu. Sizin seçtiğiniz asistan.

Unitlab'ı ekleyin, oturum açın ve çalışma alanınızı seçin. Asistanınız, izin verdiğiniz araçları kullanmaya hazırdır.

Claude Code'a Bağlan

  1. Komutu projenizde çalıştırın.
  2. Claude Code'da /mcp dosyasını açın ve Unitlab'a oturum açın.
  3. Çalışma alanınızı ve izinlerinizi seçin, ardından İzin Ver'i seçin.

Her proje için komuta --scope user ekleyin.

Resmi istemci kılavuzu

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

Claude'a Bağlan

  1. Özelleştir → Bağlayıcılar'ı açın ve özel bir bağlayıcı ekleyin.
  2. Adını Unitlab olarak belirleyin, adresi yapıştırın ve bağlantı yönergelerini izleyin.
  3. Unitlab'a oturum açın, çalışma alanınızı ve izinlerinizi seçin, ardından İzin Ver'i seçin.

Team ve Enterprise'da, üyeler bağlanmadan önce bir sahip, kuruluş için bağlayıcıyı ekler.

Resmi istemci kılavuzu

https://api.unitlab.ai/mcp

Codex'e Bağlan

  1. Codex CLI kurulu komutu çalıştırın.
  2. Tarayıcınızda açılan Unitlab oturum açma işlemini tamamlayın.
  3. Çalışma alanınızı ve izinlerinizi seçin, ardından İzin Ver'i seçin.

Oturum açma açılmazsa, codex mcp login unitlab komutunu çalıştırın.

Resmi istemci kılavuzu

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

ChatGPT'ye Bağlan

  1. ChatGPT Eklentileri bölümünü açın, + ve ardından Özel MCP sunucusu ekle'yi seçin.
  2. Bir ad ve açıklama ekleyin. Bağlantı altına adresi yapıştırın ve OAuth kimlik doğrulamasını yapılandırın.
  3. Eklentiyi oluşturun ve yükleyin; istendiğinde Unitlab oturum açma ve onay işlemlerini tamamlayın.
  4. Yeni bir sohbette eklentiyi seçmek için @ kullanın.

Özel MCP kullanılabilirliği, ChatGPT planınıza ve çalışma alanı politikalarınıza bağlıdır.

Resmi istemci kılavuzu

https://api.unitlab.ai/mcp

Cursor'a Bağlan

  1. Bu girdiyi Cursor MCP yapılandırmanıza ekleyin. Mevcut sunucuları koruyun.
  2. Cursor'da Unitlab'a bağlanın ve istendiğinde oturum açmayı tamamlayın.
  3. Çalışma alanınızı ve izinlerinizi seçin, ardından İzin Ver'i seçin.

Projeye özel bir bağlantı için projenin .cursor/mcp.json dosyasını kullanın.

Resmi istemci kılavuzu

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

Gemini CLI'ye Bağlan

  1. Gemini CLI kurulu komutu çalıştırın.
  2. Gemini CLI içinde /mcp auth unitlab komutunu çalıştırın.
  3. Unitlab'a oturum açın, çalışma alanınızı ve izinlerinizi seçin, ardından İzin Ver'i seçin.

Sunucuyu projeler arasında kullanılabilir yapmak için --scope user ekleyin.

Resmi istemci kılavuzu

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

VS Code'a Bağlan

  1. Bu komutu, VS Code komut satırı başlatıcısı kurulu olarak çalıştırın.
  2. VS Code'da Unitlab MCP sunucusunu başlatın ve istendiğinde oturum açın.
  3. Çalışma alanınızı ve izinlerinizi seçin, ardından İzin Ver'i seçin.

VS Code'da MCP destekli bir sohbet modu kullanın. İstemci ve kuruluş politikaları yine de geçerlidir.

Resmi istemci kılavuzu

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

MCP istemcinizi bağlayın

  1. Bu adresi kullanarak uzak bir MCP sunucusu ekleyin.
  2. Streamable HTTP ve OAuth oturum açmayı destekleyen bir istemci kullanın.
  3. Unitlab'a oturum açın, çalışma alanınızı ve izinlerinizi seçin, ardından İzin Ver'i seçin.

Başka bir Unitlab dağıtımı için adresini Ayarlar → Bağlı asistanlar bölümünden kopyalayın.

https://api.unitlab.ai/mcp

Unitlab'da başlamayı mı tercih edersiniz? Ayarlar → Bağlı asistanlar → Asistan bağla bölümünü açın.

Unitlab'ı Aç

Veri iş akışınız için 97 araç.

İlk yüklemeden sonraki veri seti sürümüne kadar. Asistanınız bu araçları rolünüz ve bağlantı izinleriniz dahilinde çağırır.

Unitlab MCP kataloğunu keşfedin

KategoriAracınızın yapabilecekleriAraçlar
BaşlarkenBağlantınızı anlayın, pratik rehberlik alın ve engelleri teşhis edin. get_contextdiagnoseget_help3
Projeler ve ontolojilerProjeler oluşturun, sınıfları ve özellikleri tanımlayın ve ontoloji sürümlerini yönetin. list_ontologiesget_ontologycreate_ontologyupdate_ontologyset_ontology_versionget_instructions 4 araç daha göster 10
Veri ve düzenlemeVerilerinizi yükleyin, içe aktarın, düzenleyin, gruplayın, etiketleyin ve sürümleyin. list_assetsprepare_uploadcomplete_uploadget_upload_statusattach_datadetach_data 10 araç daha göster 16
İçerik ve açıklamaKaynak içeriği okuyun, açıklama şemalarını inceleyin, etiketleri kaydedin ve LiDAR noktalarını boyayın. get_annotation_schemaget_annotationsvalidate_annotationssave_annotationsread_contentpaint_points6
Yapay zeka destekli etiketlemeAlgılayın, bölütleyin, iyileştirin, benzer nesneleri bulun ve desteklenen nesneleri izleyin. segment_objectdetect_objectsfind_similar_objectsrefine_objectstrack_object5
Modeller ve örneklerModelleri keşfedin, referans örneklerini yönetin ve etiketleme çalıştırmalarını takip edin. list_modelsget_model_runstart_model_runcancel_model_runget_referencessave_reference_examples 3 araç daha göster 9
Görevler ve iş akışlarıGörevleri üstlenin ve atayın, iş akışı aşamalarını yapılandırın ve işi ilerletin. list_tasksget_taskget_next_taskget_groupclaim_taskassign_tasks 5 araç daha göster 11
Kalite ve mutabakatConsensus sonuçlarını, doğrulama sorunlarını ve kıyaslama puanlarını inceleyin. claim_consensus_taskget_consensus_tasksubmit_consensus_voteget_consensus_reviewset_consensus_approvalfinish_consensus_review 5 araç daha göster 11
Yorumları, sorunları ve bildirimleri işle bağlantılı tutun. list_commentsadd_commentresolve_commentlist_issueslist_notificationsmark_notifications_read6
Sürümler ve dışa aktarmalarVeri seti sürümleri oluşturun, izleyin, indirin, kopyalayın ve yönetin. list_releasesget_releaseretry_releasecreate_releaseget_release_downloadclone_release 2 araç daha göster 8
Üyeler ve rollerYetkili olduğunuzda çalışma alanı üyeliğini ve rollerini yönetin. list_membersupdate_memberlist_rolescreate_roleupdate_role5
Yönetim ve istatistiklerEntegrasyonları ve API anahtarlarını yönetin, denetim olaylarını inceleyin ve istatistikleri okuyun. create_api_keyupdate_api_keylist_cloud_storagescreate_cloud_storageupdate_cloud_storagelist_audit_events 1 araç daha göster 7

Eşleşen araç yok. Farklı bir ad veya kategori deneyin.

Yardıma mı ihtiyacınız var? get_help iş akışlarını ve araçları açıklar. diagnose işinizi neyin engellediğini kontrol eder.

Veri iş akışınızın her aşaması için bir istem.

Başlamak için bir örnek kopyalayın. Asistanınız, ekibinizin Unitlab'da kullandığı projeler, etiketler ve inceleme aşamalarıyla çalışır.

01

Çalışma alanınızı anlayın

WorkspaceProjectsTasks

Projelerinizi bulun, bağlamı inceleyin ve size atanan açıklama çalışmasını görün.

Veri düzenlemeyi keşfedin

Bu istemi deneyin[

İstemi kopyala

](#)

Unitlab projelerimi göster ve bana atanan açıklama çalışmasını özetle.

Okuma erişimi

02

Açıklama yapın ve inceleyin

OntologyAI labelsReview

Sınıflarınızla etiketler oluşturun, desteklenen yapay zeka araçlarını çalıştırın ve işi açıklama ve inceleme aşamalarından geçirin.

Açıklamayı keşfedin

Bu istemi deneyin[

İstemi kopyala

](#)

Görüntü projemde, sonraki görevde görünür arabaları algılamak için Car sınıfını kullan. Etiketleri kaydet ve inceleme için göster.

Yazma erişimi · Yapay zeka kullanımı

03

Sonraki sürümünüzü hazırlayın

ReadinessReleaseExport

Engelleri inceleyin, veri seti sürümleri oluşturun ve projenizin desteklediği formatlarda dışa aktarmaları alın.

Veri seti yönetimini keşfedin

Bu istemi deneyin[

İstemi kopyala

](#)

Projemin bir sürüm için hazır olup olmadığını kontrol et. Oluşturmadan önce engelleri ve desteklenen dışa aktarma formatlarını göster.

Önce oku · Oluşturmak için yaz

Çalışma alanınız. İzinleriniz.

Kendiniz olarak bağlanın. Bir çalışma alanı seçin ve asistanınızın neler yapabileceğine karar verin.

Unitlab'da yönetin

Okuma veya yazma erişimi seçin

Yalnızca okuma ile keşfedin veya değişikliklere izin vermek için Okuma ve yazma seçeneğini belirleyin. Rolünüz ve çalışma alanı erişiminiz yine de geçerlidir.

İzinleri seçin

Oturum açma sırasında erişimi özelleştirin veya daha sonra Bağlı asistanlar bölümünde kendi bağlantınızı düzenleyin.

Kontrol sizde kalın

Unitlab'da istediğiniz zaman bağlantıyı kesin. Çalışma alanını veya erişim düzeyini değiştirmek için yeniden bağlanın.

Bazı eylemler değişiklikleri hemen kaydeder veya işleri başlatır. Bazı yapay zeka işlemleri ve model aşamaları, çalışma alanınızın yapay zeka kotasını kullanır.

Sık sorulan sorular.

MCP belgelerini okuyun

Unitlab MCP sunucusu nedir?

Unitlab MCP sunucusu, uyumlu yapay zeka asistanlarını Model Context Protocol aracılığıyla Unitlab çalışma alanınıza bağlar. Veri yönetimi, açıklama, yapay zeka destekli etiketleme, görevler, inceleme, iş akışları ve veri seti sürümleri için araçlar sunar. Asistanınız bu araçları, yetki verdiğiniz çalışma alanı ve izinlerle çağırır. MCP genel bakışını okuyun →

Hangi yapay zeka asistanlarını bağlayabilirim?

Unitlab, Claude Code, Claude web ve masaüstü, Codex, ChatGPT, Cursor, Gemini CLI ve VS Code için kurulum talimatları sağlar. Diğer istemcilerin Streamable HTTP üzerinden uzak MCP ve OAuth desteğine ihtiyacı vardır. Kullanılabilir arayüz ve bağlantı seçenekleri, istemci sürümüne, plana ve çalışma alanı politikasına bağlıdır. Asistanınızı bağlayın →

Nasıl bağlanırım ve API anahtarına ihtiyacım var mı?

Asistanınıza https://api.unitlab.ai/mcp ekleyin, ardından Unitlab oturum açma işlemini tamamlayın. Bir çalışma alanı seçin, Yalnızca okuma veya Okuma ve yazma seçeneğini belirleyin, gerekirse izinleri özelleştirin ve İzin Ver'e tıklayın. Bu OAuth bağlantısı, bir API anahtarı oluşturmanızı veya yapıştırmanızı gerektirmez. Unitlab ayrıca Ayarlar → Bağlı asistanlar altında kurulum talimatları sağlar. Hızlı başlangıcı izleyin →

Tek bir konuşmada bir klasör yükleyip görüntüleri etiketleyebilir miyim?

Evet. Uyumlu bir asistan, bir proje oluşturabilir, sınıflarını ayarlayabilir ve bir klasördeki görüntüleri yükleyebilir. Doğrudan dosya yükleme, asistanın dosya baytlarını HTTP üzerinden göndermesini gerektirir. Görüntüler arasında adlandırılmış sınıflar için algılamayı koordine edebilir veya toplu etiketleme için bir model iş akışı yapılandırabilir. Sonuçlar verilere, sınıflara, modele ve kotaya bağlıdır ve Unitlab'da incelenmelidir. Klasör yükleme iş akışına bakın →

Asistan hangi veri türleriyle çalışabilir?

MCP araçları görüntü, video, LiDAR/3B, tıbbi, patoloji, coğrafi, ses, metin, belge, HTML, sensör ve tablosal verileri destekler. Gruplandırılmış çok modlu varlıklar da desteklenir. Okuma, açıklama türleri, yapay zeka işlemleri ve dışa aktarmalar modaliteye göre değişir. Asistan, değişiklik yapmadan önce öğenin açıklama şemasını ve yerleşik veri türü rehberliğini isteyebilir. Araç referansını keşfedin →

Asistan verileri değiştirebilir veya yapay zeka işleri başlatabilir mi?

Evet, Okuma ve yazma bağlantısı, gerekli rol izinleri ve geçerli çalışma alanı erişimi ile. Araçlar açıklamaları kaydedebilir, iş akışlarını değiştirebilir ve model çalıştırmalarını başlatabilir. Bazı yapay zeka destekli işlemler ve model aşamaları, çalışma alanının yapay zeka kotasını tüketir. Yazma olmadan keşif istiyorsanız Yalnızca okuma seçeneğini belirleyin; asistan içindeki onay davranışı o istemciye bağlıdır. Erişimi ve yapay zeka kullanımını anlayın →

İzinler ve bağlantıyı kesme nasıl çalışır?

Her bağlantı, onu yetkilendiren üye olarak seçilen bir çalışma alanında hareket eder. Rolünüz ve kapattığınız izinler, kullanılabilir araçları sınırlar. Ayarlar → Bağlı asistanlar bölümünde, kendi bağlantınız için İzinleri düzenle seçeneğini kullanın veya erişimi iptal etmek için Bağlantıyı kes seçeneğini kullanın. Başka bir çalışma alanı veya okuma/yazma erişim düzeyi seçmek için yeniden bağlanın ve yeni ayarları onaylayın. İzinleri ve bağlantıları yönetin →

MCP, açıklama düzenleyicisinin veya insan incelemesinin yerini alır mı?

MCP, Unitlab ile çalışmanın başka bir yolunu ekler. Ekibiniz aynı verileri Unitlab'ın açıklama arayüzünde incelemeye ve iyileştirmeye devam edebilir. Asistan, açıklanmış önizlemeleri okuyabilir, doğrulama sorunlarını kontrol edebilir ve görev ile inceleme aşamalarını takip edebilir. Oluşturulan etiketler yine de projenize uygun incelemeyi gerektirir. Açıklama ve inceleme iş akışlarını izleyin →

Bir araç veya görev kullanılamazsa ne olur?

Asistanın bağlantı bağlamını kontrol etmesini ve Unitlab'ın yerleşik yardımını çağırmasını isteyin. get_help aracı iş akışlarını, araçları, veri türlerini ve hataları açıklar; diagnose, bir proje, öğe veya görev üzerindeki engelleyicileri kontrol eder. Eksik bir izin, kullanılamayan çalışma alanı erişimi, desteklenmeyen bir işlem veya tükenmiş bir kota, bir bağlantının yapabileceklerini sınırlayabilir. Sorun giderme kılavuzunu aç →