Label Studio MCP Server

标签工作室MCP服务器

概述

该项目提供了一个模型上下文协议（MCP）服务器，允许与 标签工作室 实例使用 label-studio-sdk它支持通过自然语言或来自MCP客户端的结构化调用对标签项目、任务和预测进行程序化管理。使用此MCP服务器，您可以发出以下请求：

• “使用此数据在label studio中创建项目…”
• “我的RAG审查项目中标记了多少任务？”
• “为我的任务添加预测。”
• “更新我的标签模板以包含注释框。”

特性

• 项目管理：创建、更新、列出和查看Label Studio项目的详细信息/配置。
• 任务管理：从文件导入任务，列出项目中的任务，并检索任务数据/注释。
• 预测集成：将模型预测添加到特定任务中。
• SDK集成：利用官方 label-studio-sdk 为了沟通。

先决条件

1. 正在运行标签工作室实例： 您需要一个可从运行此MCP服务器的位置访问的Label Studio运行实例。
2. API密钥： 从Label Studio中的用户帐户设置中获取API密钥。

配置

MCP服务器需要 Label Studio实例的URL和API密钥。如果通过MCP客户端配置文件启动服务器，则可以直接在服务器定义中指定环境变量。这通常是客户端管理服务器的首选。

将以下JSON条目添加到您的 claude_desktop_config.json 文件或光标MCP设置：

{
    "mcpServers": {
        "label-studio": {
            "command": "uvx",
            "args": [
                "--from",
                "git+https://github.com/HumanSignal/label-studio-mcp-server",
                "mcp-label-studio"
            ],
            "env": {
                "LABEL_STUDIO_API_KEY": "your_actual_api_key_here", // 

## 工具

MCP服务器公开了以下工具：

### 项目管理

- **`get_label_studio_projects_tool()`**：列出可用项目（ID、标题、任务计数）。
- **`get_label_studio_project_details_tool(project_id: int)`**：检索特定项目的详细信息。
- **`get_label_studio_project_config_tool(project_id: int)`**：获取项目的XML标签配置。
- **`create_label_studio_project_tool(title: str, label_config: str, ...)`**：使用标题、XML配置和可选设置创建新项目。返回项目详细信息，包括URL。
- **`update_label_studio_project_config_tool(project_id: int, new_label_config: str)`**：更新现有项目的XML标签配置。

### 任务管理

- **`list_label_studio_project_tasks_tool(project_id: int)`**：列出项目中的任务ID（最多100个）。
- **`get_label_studio_task_data_tool(project_id: int, task_id: int)`**：检索特定任务的数据有效负载。
- **`get_label_studio_task_annotations_tool(project_id: int, task_id: int)`**：获取特定任务的现有注释。
- **`import_label_studio_project_tasks_tool(project_id: int, tasks_file_path: str)`**：将任务从JSON文件（包含任务对象列表）导入到项目中。返回导入摘要和项目URL。

### 预测

- **`create_label_studio_prediction_tool(task_id: int, result: List[Dict[str, Any]], ...)`**：为特定任务创建预测。需要预测结果作为与Label Studio格式匹配的字典列表。可选的 `model_version` 和 `score`.

## 示例用例

1. 使用创建新项目 `create_label_studio_project_tool`.
1. 准备JSON文件(`tasks.json`)任务数据。
1. 使用导入任务 `import_label_studio_project_tasks_tool`，提供步骤1中的项目ID和路径 `tasks.json`.
1. 使用列出任务ID `list_label_studio_project_tasks_tool`.
1. 使用以下命令获取特定任务的数据 `get_label_studio_task_data_tool`.
1. 生成预测结果结构（字典列表）。
1. 使用以下公式添加预测 `create_label_studio_prediction_tool`.

## 联系

如有疑问或需要支持，请通过以下方式联系 .