Unitlab AI

官方

透過您的AI助理直接使用Unitlab MCP建立專案、上傳資料，並自動化資料標註。

你可以用 Unitlab AI MCP 做什麼？

探索工作區上下文 — 請您的助理列出專案、檢查本體論，並透過 https://api.unitlab.ai/mcp 彙總指派的註記任務。
執行 AI 輔助標註 — 指示助理使用您專案的類別來偵測物件、分割項目或精煉標籤，並儲存以供審查。
管理資料集發布 — 請助理檢查發布就緒狀態、識別阻礙因素、建立發布，並以支援的格式取得匯出檔案。
處理註記工作流程 — 指示助理認領任務、儲存註記、驗證標籤，並將工作推進至審查階段。
監控品質與共識 — 請助理審查共識結果、提交投票，並追蹤驗證問題或基準分數。

託管 MCP 伺服器

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

可安裝到 Claude Code、Codex、Cursor 等客戶端

文件

Connect withClaudeCodexChatGPTCursorGemini CLIVS Code

一個伺服器。任你選擇的助手。

新增 Unitlab、登入，然後選擇你的工作區。你的助手即可使用你所允許的工具。

連接 Claude Code

在專案中執行該指令。
在 Claude Code 中開啟 /mcp 並登入 Unitlab。
選擇你的工作區與權限，然後選取允許。

每個專案請在指令中加入 --scope user。

官方客戶端指南

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

連接 Claude

開啟 自訂 → 連接器，然後新增自訂連接器。
將其命名為 Unitlab、貼上地址，並依照連線提示操作。
登入 Unitlab、選擇你的工作區與權限，然後選取允許。

在 Team 與 Enterprise 方案中，成員連線前需由擁有者先為組織新增連接器。

官方客戶端指南

https://api.unitlab.ai/mcp

連接 Codex

在已安裝 Codex CLI 的環境中執行該指令。
完成瀏覽器中開啟的 Unitlab 登入程序。
選擇你的工作區與權限，然後選取允許。

若登入頁面未開啟，請執行 codex mcp login unitlab。

官方客戶端指南

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

連接 ChatGPT

開啟 ChatGPT 外掛程式，選取 +，然後選擇 新增自訂 MCP 伺服器。
新增名稱與描述。在連線下方貼上地址，並設定 OAuth 驗證。
建立並安裝外掛程式，並在提示時完成 Unitlab 登入與同意程序。
在新聊天中使用 @ 選取該外掛程式。

自訂 MCP 的可用性取決於你的 ChatGPT 方案與工作區政策。

官方客戶端指南

https://api.unitlab.ai/mcp

連接 Cursor

將此項目新增至你的 Cursor MCP 設定。請保留任何現有的伺服器。
在 Cursor 中連接 Unitlab，並在提示時完成登入。
選擇你的工作區與權限，然後選取允許。

如需專案專屬連線，請使用專案的 .cursor/mcp.json。

官方客戶端指南

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

連接 Gemini CLI

在已安裝 Gemini CLI 的環境中執行該指令。
在 Gemini CLI 內執行 /mcp auth unitlab。
登入 Unitlab、選擇你的工作區與權限，然後選取允許。

加入 --scope user 可讓伺服器跨專案使用。

官方客戶端指南

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

連接 VS Code

在已安裝 VS Code 命令列啟動器的環境中執行此指令。
在 VS Code 中啟動 Unitlab MCP 伺服器，並在提示時登入。
選擇你的工作區與權限，然後選取允許。

請在 VS Code 中使用支援 MCP 的聊天模式。客戶端與組織政策仍適用。

官方客戶端指南

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

連接你的 MCP 客戶端

使用此地址新增遠端 MCP 伺服器。
使用支援 Streamable HTTP 與 OAuth 登入的客戶端。
登入 Unitlab、選擇你的工作區與權限，然後選取允許。

若需其他 Unitlab 部署，請從「設定 → 已連接的助手」複製其地址。

https://api.unitlab.ai/mcp

想直接從 Unitlab 開始？開啟 設定 → 已連接的助手 → 連接助手。

開啟 Unitlab

97 個工具，滿足你的資料工作流程。

從首次上傳到下一次資料集發布。你的助手會在你的角色與連線權限範圍內呼叫這些工具。

探索 Unitlab MCP 目錄

類別	你的代理程式可執行的工作	工具
入門	了解你的連線、取得實用指引，並診斷阻礙。 get_contextdiagnoseget_help	3
專案與本體	建立專案、定義類別與屬性，並管理本體版本。 list_ontologiesget_ontologycreate_ontologyupdate_ontologyset_ontology_versionget_instructions 顯示另外 4 個工具	10
資料與整理	上傳、匯入、組織、分組、標記與版本化你的資料。 list_assetsprepare_uploadcomplete_uploadget_upload_statusattach_datadetach_data 顯示另外 10 個工具	16
內容與標註	讀取來源內容、檢查標註架構、儲存標籤，並繪製 LiDAR 點。 get_annotation_schemaget_annotationsvalidate_annotationssave_annotationsread_contentpaint_points	6
AI 輔助標註	偵測、分割、精煉、尋找相似物件，並追蹤支援的物件。 segment_objectdetect_objectsfind_similar_objectsrefine_objectstrack_object	5
模型與範例	探索模型、管理參考範例，並追蹤標註執行。 list_modelsget_model_runstart_model_runcancel_model_runget_referencessave_reference_examples 顯示另外 3 個工具	9
任務與工作流程	認領與指派任務、設定工作流程階段，並推進工作進度。 list_tasksget_taskget_next_taskget_groupclaim_taskassign_tasks 顯示另外 5 個工具	11
品質與共識	檢閱 Consensus 結果、驗證問題與基準分數。 claim_consensus_taskget_consensus_tasksubmit_consensus_voteget_consensus_reviewsset_consensus_approvalfinish_consensus_review 顯示另外 5 個工具	11
保持評論、問題與通知與工作內容連結。 list_commentsadd_commentresolve_commentlist_issueslist_notificationsmark_notifications_read	6
發布與匯出	建立、監控、下載、複製與管理資料集發布。 list_releasesget_releaseretry_releasecreate_releaseget_release_downloadclone_release 顯示另外 2 個工具	8
成員與角色	在授權時管理工作區成員資格與角色。 list_membersupdate_memberlist_rolescreate_roleupdate_role	5
管理與統計	管理整合與 API 金鑰、檢查稽核事件，並讀取統計資料。 create_api_keyupdate_api_keylist_cloud_storagescreate_cloud_storageupdate_cloud_storagelist_audit_events 顯示另外 1 個工具	7

沒有相符的工具。請嘗試其他名稱或類別。

需要協助？get_help 可說明工作流程與工具。diagnose 可檢查阻礙你工作的因素。

每個資料工作流程階段的提示範本。

複製範例即可開始。你的助手會使用你的團隊在 Unitlab 中使用的相同專案、標籤與審查階段。

了解你的工作區

工作區專案任務

尋找你的專案、檢查內容，並查看指派給你的標註工作。

探索資料整理

試試這個提示[

複製提示

](#)

顯示我的 Unitlab 專案，並摘要指派給我的標註工作。

讀取權限

標註與審查

本體AI 標籤審查

使用你的類別建立標籤、執行支援的 AI 工具，並推進標註與審查工作。

探索標註

試試這個提示[

複製提示

](#)

在我的影像專案中，使用 Car 類別偵測下一個任務中可見的車輛。儲存標籤並顯示以供審查。

寫入權限 · AI 使用

準備你的下一次發布

就緒狀態發布匯出

檢查阻礙因素、建立資料集發布，並以你的專案支援的格式擷取匯出。

探索資料集管理

試試這個提示[

複製提示

](#)

檢查我的專案是否可發布。在建立前顯示任何阻礙因素與支援的匯出格式。

先讀取 · 建立時寫入

你的工作區。你的權限。

以你自己的身分連線。選擇一個工作區，並決定你的助手可以執行哪些操作。

在 Unitlab 中管理

選擇讀取或寫入權限

使用「僅讀取」進行探索，或使用「讀取與寫入」允許變更。你的角色與工作區存取權限仍適用。

選擇權限

在登入期間自訂存取權限，或稍後在「已連接的助手」中編輯你自己的連線。

保持掌控

隨時在 Unitlab 中斷連線。重新連線以變更工作區或存取層級。

某些操作會立即儲存變更或啟動工作。某些 AI 操作與模型階段會使用你工作區的 AI 配額。

常見問題。

閱讀 MCP 文件

什麼是 Unitlab MCP 伺服器？

Unitlab MCP 伺服器透過 Model Context Protocol 將相容的 AI 助手連接到你的 Unitlab 工作區。它提供資料管理、標註、AI 輔助標註、任務、審查、工作流程與資料集發布等工具。你的助手會使用你授權的工作區與權限來呼叫這些工具。閱讀 MCP 總覽 →

我可以連接哪些 AI 助手？

Unitlab 提供 Claude Code、Claude 網頁與桌面版、Codex、ChatGPT、Cursor、Gemini CLI 與 VS Code 的設定說明。其他客戶端需支援透過 Streamable HTTP 與 OAuth 的遠端 MCP。可用的介面與連線選項取決於客戶端版本、方案與工作區政策。連接你的助手 →

如何連線，我需要 API 金鑰嗎？

在你的助手中新增 https://api.unitlab.ai/mcp，然後完成 Unitlab 登入。選取工作區、選擇「僅讀取」或「讀取與寫入」、視需要自訂權限，然後按一下「允許」。此 OAuth 連線不需要你建立或貼上 API 金鑰。Unitlab 也在「設定 → 已連接的助手」下提供設定說明。依照快速入門操作 →

我可以在一次對話中上傳資料夾並標註其中的影像嗎？

可以。相容的助手可以建立專案、設定其類別，並上傳資料夾中的影像。直接上傳檔案需要助手透過 HTTP 傳送檔案位元組。它可以協調跨影像的具名類別偵測，或設定模型工作流程進行批次標註。結果取決於資料、類別、模型與配額，並應在 Unitlab 中進行審查。查看資料夾上傳工作流程 →

助手可以處理哪些資料類型？

MCP 工具支援影像、影片、LiDAR/3D、醫療、病理、地理空間、音訊、文字、文件、HTML、感測器與表格資料。也支援分組的多模態資產。讀取、標註類型、AI 操作與匯出會因模態而異。助手可以在進行變更前要求項目的標註架構與內建資料類型指引。探索工具參考 →

助手可以變更資料或啟動 AI 工作嗎？

可以，前提是具有「讀取與寫入」連線、所需的角色權限與適用的工作區存取權限。工具可以儲存標註、修改工作流程並啟動模型執行。某些 AI 輔助操作與模型階段會消耗工作區的 AI 配額。如果你只想探索而不寫入，請選擇「僅讀取」；助手內的核准行為取決於該客戶端。了解存取權限與 AI 使用 →

權限與中斷連線如何運作？

每個連線都會以授權該連線的成員身分在一個選定的工作區中運作。你的角色與你關閉的任何權限會限制可用的工具。在「設定 → 已連接的助手」中，使用「編輯權限」來編輯你自己的連線，或使用「中斷連線」來撤銷存取權限。若要選擇其他工作區或讀取/寫入存取層級，請重新連線並核准新的設定。管理權限與連線 →

MCP 會取代標註編輯器或人工審查嗎？

MCP 提供了另一種使用 Unitlab 的方式。你的團隊可以繼續在 Unitlab 的標註介面中審查與精煉相同的資料。助手可以讀取已標註的預覽、檢查驗證問題，並遵循任務與審查階段。產生的標籤仍需要適合你專案的審查程序。遵循標註與審查工作流程 →

如果工具或任務無法使用怎麼辦？

請助理檢查其連線內容，並呼叫 Unitlab 的內建說明。get_help 工具會說明工作流程、工具、資料型別與錯誤；diagnose 則會檢查專案、項目或任務上的阻礙因素。權限不足、無法存取工作區、不支援的操作，或配額已用盡，都可能限制連線能執行的範圍。開啟疑難排解指南 →