# Ultralytics Platform MCP

Подключает Claude Code к Ultralytics Platform для управления проектами, разметки датасетов, запуска обучения моделей и выгрузки весов. Пригодится ML-разработчикам прямо в терминале.

- MCP-сервер · `type=mcp` · Claude Code, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed, Gemini CLI · ★ 10
- Автор: amanharshx
- Лицензия: MIT · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/amanharshx/ultralytics-mcp
- Обновлён: 2026-10-22
- HTML: https://affpapa.org/nevibecode/mcp/ultralytics-platform-mcp

## Что делает

Сервер связывает ИИ-агента с Ultralytics Platform через API. Он позволяет создавать закрытые проекты, отправлять видеофайлы в качестве датасетов, обучать архитектуры вроде `yolo11n` и запрашивать метрики тренировки по эпохам. Через диалог с моделью можно также прогонять инференс по URL картинок и скачивать полученные веса в локальную папку.

Для старта нужен Node.js версии 20 или выше и ключ `ULTRALYTICS_API_KEY` в формате `ul_` с сорока шестнадцатеричными символами. Чтобы загружать датасеты из локальных видеороликов, на компьютере обязательно должны стоять утилиты `ffmpeg` и `ffprobe` в `PATH`. Без них обработка видео прервётся.

Операции расходуют баланс аккаунта. Запуск обучения и экспорта тарифицируется сразу, поэтому инструмент требует подтверждения параметра `confirm_cost: true`. Если вы перезапускаете обучение поверх существующего чекпоинта со старыми логами, потребуется ещё и флаг `confirm_history_loss: true`, иначе сервер заблокирует стирание истории.

## Требования
- Нужно: Node.js (команды через npx)
- Переменные окружения: `ULTRALYTICS_API_KEY`, `ULTRALYTICS_API_BASE` — это ключи и токены: значения спроси у человека, в репозиторий и общие файлы не записывай.

## Установка

### Claude Code (родная платформа)

**Командой платформы**
```bash
claude mcp add --env ULTRALYTICS_API_KEY=<ULTRALYTICS_API_KEY> --env ULTRALYTICS_API_BASE=<ULTRALYTICS_API_BASE> --transport stdio ultralytics-platform-mcp -- npx -y ultralytics-mcp
```
Вместо <…> подставьте свои значения

### Codex

**Командой платформы**
```bash
codex mcp add ultralytics-platform-mcp --env ULTRALYTICS_API_KEY=<ULTRALYTICS_API_KEY> --env ULTRALYTICS_API_BASE=<ULTRALYTICS_API_BASE> -- npx -y ultralytics-mcp
```
Вместо <…> подставьте свои значения

### Cursor

**Файл настроек**
Файл `.cursor/mcp.json`:
```json
{
    "mcpServers": {
        "ultralytics-platform-mcp": {
            "command": "npx",
            "args": [
                "-y",
                "ultralytics-mcp"
            ],
            "env": {
                "ULTRALYTICS_API_KEY": "<ULTRALYTICS_API_KEY>",
                "ULTRALYTICS_API_BASE": "<ULTRALYTICS_API_BASE>"
            }
        }
    }
}
```
Вместо <…> подставьте свои значения

### GitHub Copilot

**Файл настроек**
Файл `.vscode/mcp.json`:
```json
{
    "servers": {
        "ultralytics-platform-mcp": {
            "type": "stdio",
            "command": "npx",
            "args": [
                "-y",
                "ultralytics-mcp"
            ],
            "env": {
                "ULTRALYTICS_API_KEY": "<ULTRALYTICS_API_KEY>",
                "ULTRALYTICS_API_BASE": "<ULTRALYTICS_API_BASE>"
            }
        }
    }
}
```
Вместо <…> подставьте свои значения

### Gemini CLI

**Командой платформы**
```bash
gemini mcp add -e ULTRALYTICS_API_KEY=<ULTRALYTICS_API_KEY> -e ULTRALYTICS_API_BASE=<ULTRALYTICS_API_BASE> ultralytics-platform-mcp npx -y ultralytics-mcp
```
Вместо <…> подставьте свои значения

## Когда брать
- запускать и отслеживать обучение моделей Ultralytics через диалог с агентом
- загружать локальные видеозаписи в датасеты платформы
- получать предсказания модели по ссылке на изображение
- скачивать готовые веса нейросети в локальную директорию
- отправлять ненужные проекты в корзину с возможностью восстановления

## Примеры запросов агенту
- Покажи список моих проектов в Ultralytics и отметь готовые к обучению датасеты.
- Создай приватный проект `traffic-cams` и загрузи файл `./clips/junction.mp4` как новый датасет.
- Запусти дообучение модели `yolo11n` на датасете `traffic-cams` на 50 эпох.

## Похожие
- [ml-model-training](https://affpapa.org/nevibecode/skills/secondsky-ml-model-training.md) — скилл · 457 установок
- [huggingface-datasets](https://affpapa.org/nevibecode/skills/huggingface-datasets.md) — скилл · 2400 установок
- [nemotron-customize](https://affpapa.org/nevibecode/skills/nemotron-customize.md) — скилл · 2100 установок
- [data-researcher](https://affpapa.org/nevibecode/agents/data-researcher.md) — субагент · 542 установки
- [fiftyone-mcp-server](https://affpapa.org/nevibecode/mcp/fiftyone-mcp-server.md) — MCP-сервер · ★ 26
- [firecrawl-knowledge-base](https://affpapa.org/nevibecode/skills/firecrawl-knowledge-base.md) — скилл · 32600 установок

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md