Skip to main content
Glama
deenesjakoruzh
ryan-minato

detection-mcp

by ryan-minato
OverviewSchemaRelated ServersScoreDiscussions
Python
Local

detection-mcp

简体中文

detection-mcp 是一个用于目标检测标注的本地 STDIO 模型上下文协议服务器。它将工作流状态和标注存储在 SQLite 中，在内存中渲染审查预览，并导出 JSONL，而不修改源图像。

状态

v1 实现已可供审查。它提供了 23 个工具，涵盖数据集、类别、图像、轴对齐边界框、旋转边界框、预览和导出。该包要求 Python 3.12 或更高版本，并使用 fastmcp>=3.4.7,<4.0.0，支持兼容的 3.x 安全更新。

Related MCP server: z_ai_vision_mcp_server_clone

从此仓库安装

安装 uv，然后运行：

uv tool install .
detection-mcp --version

用于仓库开发：

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

配置 MCP 客户端

使用已安装的可执行文件，并仅授予任务所需的目录：

{
  "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"
      ]
    }
  }
}

服务器使用 STDIO：协议消息发送到 stdout，日志发送到 stderr。CLI 选项会覆盖 DETECTION_MCP_* 环境变量。所有设置请参见 配置。

标注工作流

  1. 注册数据集根目录并定义类别。

  2. 按状态或确定性随机顺序列出图像。

  3. 预览已校正方向的图像。

  4. 以原子批处理方式添加归一化的轴对齐或旋转边界框。

  5. 预览叠加层并在标记图像完成前修正标注。

  6. 将完成的图像导出为 AutoTrain 或扩展 JSONL 格式。

安装代理技能

代理技能仅存在于仓库根目录的 skills/ 目录中。它们不包含在 Python wheel、源码分发版或容器镜像中。使用 skills CLI 直接从 GitHub 安装任一技能：

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

默认安装为项目本地安装。当技能应在项目间可用时，添加 --global。

工具分组

区域

工具

数据集

create_dataset, delete_dataset, restore_dataset, list_datasets, get_dataset

类别

add_categories, edit_category, delete_category, restore_category, list_categories, get_category

图像与审查

list_images, set_image_status, preview_image, preview_annotations

标注

list_annotations, 三个边界框工具, 三个旋转边界框工具

导出

export_metadata_jsonl

请参阅完整的 工具参考 和 导出格式。

开发命令

just 是仓库命令执行器：

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

切勿绕过 Git 钩子。每次提交都需要通过完整的质量检查门禁和暂存机密/PII 扫描。请参见 CONTRIBUTING.md、SECURITY.md 和 AGENTS.md。

容器

生产镜像以非 root 用户运行。数据集挂载必须为只读，而状态和导出需要单独的读写挂载。请参见 Docker 部署 和 docker-compose.example.yml。

许可证

Apache-2.0。请参见 LICENSE。

Install Server
A
license - permissive license
B
quality
B
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Tools

View all tools

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • mcp

    MCP (Model Context Protocol) server for Appwrite

  • clipkit

    MCP server for Clipkit — gives AI agents a video toolbox via the Clipkit schema.

  • mcp-server

    MCP server for the FFmpeg Micro video transcoding API — create, monitor, download transcodes.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/ryan-minato/detection-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server