detection-mcp

简体中文

detection-mcp es un servidor local del Model Context Protocol por STDIO para la anotación de detección de objetos. Almacena el estado del flujo de trabajo y las anotaciones en SQLite, genera vistas previas de revisión en memoria y exporta JSONL sin modificar las imágenes de origen.

Estado

La implementación v1 está disponible para revisión. Expone 23 herramientas para conjuntos de datos, categorías, imágenes, cajas alineadas con los ejes, cajas rotadas, vistas previas y exportación. El paquete está diseñado para Python 3.12 o superior y usa fastmcp>=3.4.7,<4.0.0, lo que permite actualizaciones de seguridad compatibles con 3.x.

Related MCP server: z_ai_vision_mcp_server_clone

Instalación desde este repositorio

Instala uv y luego ejecuta:

uv tool install .
detection-mcp --version

Para el desarrollo del repositorio:

uv sync --locked --all-groups
uv run pre-commit install --install-hooks --hook-type pre-commit --hook-type commit-msg --hook-type pre-push

Configura un cliente MCP

Usa un ejecutable instalado y concede solo los directorios que la tarea necesite:

{
  "mcpServers": {
    "detection-mcp": {
      "command": "detection-mcp",
      "args": [
        "--db-path", "/var/lib/detection-mcp/annotations.db",
        "--allowed-dataset-root", "/srv/datasets",
        "--allowed-export-root", "/srv/exports"
      ]
    }
  }
}

El servidor usa STDIO: los mensajes del protocolo van a stdout y los registros a stderr. Las opciones de CLI anulan las variables de entorno DETECTION_MCP_*. Consulta configuración para conocer todos los ajustes.

Flujo de trabajo de anotación

1. Registra una raíz de conjunto de datos y define las categorías.

2. Enumera las imágenes por estado o en orden aleatorio determinista.

3. Previsualiza una imagen corregida en orientación.

4. Añade cajas normalizadas alineadas con los ejes o rotadas en lotes atómicos.

5. Previsualiza la superposición y corrige las anotaciones antes de marcar la imagen como completada.

6. Exporta las imágenes completadas a AutoTrain o a JSONL extendido.

Instala las habilidades de agente

Las habilidades de agente residen únicamente en el directorio raíz skills/ del repositorio. No están incluidas en el wheel de Python, la distribución de fuentes ni la imagen de contenedor. Instala cualquiera de las habilidades directamente desde GitHub mediante skills CLI:

npx skills add ryan-minato/detection-mcp --skill object-detection-annotation
npx skills add ryan-minato/detection-mcp --skill detection-mcp-setup

La instalación por defecto es local al proyecto. Añade --global cuando la habilidad deba estar disponible en todos los proyectos.

Grupos de herramientas

Consulta la referencia de herramientas completa y el formato de exportación.

Comandos de desarrollo

just es el ejecutor de comandos del repositorio:

just sync       # synchronize the locked environment
just test       # run ordinary tests
just quality-control # run CI checks without tests
just quality    # run the complete local commit gate
just hooks      # run repository hooks against tracked files
just check      # run quality and hooks

Nunca omitas los hooks de Git. Cada confirmación requiere la puerta de calidad completa y un análisis de secretos/PII en el área de preparación. Consulta CONTRIBUTING.md, SECURITY.md y AGENTS.md.

Contenedores

La imagen de producción se ejecuta como un usuario no root. Los montajes de conjuntos de datos deben ser de solo lectura, mientras que el estado y las exportaciones requieren montajes de escritura separados. Consulta despliegue de Docker y docker-compose.example.yml.

Licencia

Apache-2.0. Consulta LICENSE.