跳转到主要内容
Model Context Protocol (MCP) 是一个开放标准，让 AI 助手调用外部工具并访问数据源。Avala 的 MCP 服务器将您的数据集、项目和导出作为工具暴露，因此您可以在 Claude、Cursor、VS Code 或 ChatGPT 中通过自然语言管理标注工作流。

​
快速设置

使用任何兼容的 AI 客户端安装 MCP 服务器。您需要 Node.js 18+ 和一个 Avala API 密钥。 对于 Claude Desktop，添加到您的配置文件（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json）：
切勿将包含真实 API 密钥的配置文件提交到版本控制。将 AVALA_API_KEY 设置为系统环境变量，或在本地将 "your-api-key" 替换为您的实际密钥。
{
  "mcpServers": {
    "avala": {
      "command": "npx",
      "args": ["-y", "@avala-ai/mcp-server"],
      "env": {
        "AVALA_API_KEY": "your-api-key"
      }
    }
  }
}
重启 Claude Desktop。Avala 工具将出现在工具选择器中。
MCP 在捆绑服务器中默认以只读模式运行。要启用写入/删除工具，在启动 MCP 服务器之前设置 AVALA_MCP_ENABLE_MUTATIONS=true。

​
您可以做什么

连接后，您可以用自然语言要求 AI 助手与 Avala 交互： 
列出我所有的数据集

显示"行人检测"项目的状态

"Lidar QA"中有多少任务已完成？

显示数据集 ds_abc123 的导出任务

显示我的工作区统计信息
助手调用适当的 Avala MCP 工具，处理响应并呈现结果。您可以在一次对话中链接多个请求——例如，列出数据集、选择一个，然后触发导出。

​
完整设置指南

关于 VS Code、ChatGPT 和可用 MCP 工具的完整列表，请参阅完整的 MCP 服务器设置指南。

MCP 服务器设置

所有支持的 AI 客户端的完整设置说明和完整的工具参考。

API 认证

创建和管理 MCP 服务器使用的 API 密钥。