Dragoneye

Computer vision models with no training required.

От сообществаРаботаетБез входаГлобальныйБесплатноМожет изменять данные

Что умеет

  • Create Model: Create a new Dragoneye custom computer-vision model to detect objects, their categories and attributes. Creation is asynchronous: the call returns the model in PENDING status with its uu
  • List Models: List the calling user's custom models, newest first, paginated by cursor. Returns up to `limit` models (default 50, max 200) plus a `next_cursor` to fetch the following page. `next_cursor
  • Get Model: Fetch a single custom model by uuid, including its current status, full model_state, and (for FAILED/REVERTED models) a structured error. Use this to poll the outcome of create_model / upda

Какие данные видит

Нужен ли аккаунт

Не нужен: сервер работает без входа

Computer vision models with no training required. Create and manage custom zero-shot vision models that can do object detection, category classification and attribute classification.

Как подключить

Как подключить Dragoneye к Claude

Адрес сервера, который нужно вставить в настройках Claude:

https://mcp-server--dragoneye.run.tools

  1. Откройте Claude (сайт claude.ai или приложение для компьютера).
  2. Перейдите в Настройки → Коннекторы (в английском интерфейсе: Settings → Connectors).
  3. Нажмите Добавить пользовательский коннектор (Add custom connector).
  4. Вставьте адрес сервера, скопированный ниже, в поле URL удалённого MCP-сервера и нажмите Добавить.
  5. В чате нажмите + → Коннекторы и включите новый коннектор.

Пользовательские коннекторы доступны на тарифах Free, Pro, Max, Team и Enterprise. На Free можно добавить только один. В Team и Enterprise коннектор сначала добавляет владелец организации в Настройки организации → Коннекторы.

Авторизация

После нажатия Добавить откроется окно входа в сервис. Войдите под своим аккаунтом и подтвердите доступ. Пароль Claude не видит.

Как подключить Dragoneye к ChatGPT

Адрес сервера, который нужно вставить в настройках ChatGPT:

https://mcp-server--dragoneye.run.tools

  1. Откройте ChatGPT в браузере (chatgpt.com). Нужен тариф Plus, Pro, Business, Enterprise или Edu.
  2. Один раз включите режим разработчика: Настройки → Приложения → Дополнительные настройки → Режим разработчика (Settings → Apps → Advanced settings → Developer mode).
  3. Откройте Настройки → Коннекторы и нажмите Создать (Create).
  4. Заполните форму: Название (любое), Описание (одна фраза, что делает сервис), URL MCP-сервера (скопируйте ниже).
  5. В поле Аутентификация выберите OAuth, если сервис требует вход, иначе Нет. Нажмите Создать.
  6. В новом чате откройте + → Приложения/Коннекторы и включите коннектор.

Название раздела у OpenAI менялось (Connectors → Apps/Plugins). Если пункт называется иначе, ищите «режим разработчика» в настройках. В рабочих пространствах Business/Enterprise администратор должен разрешить пользовательские коннекторы.

Авторизация

При первом использовании ChatGPT откроет окно входа в сервис. Войдите и подтвердите доступ.

Как подключить Dragoneye к Cursor

Адрес сервера, который нужно вставить в настройках Cursor:

https://mcp-server--dragoneye.run.tools

Быстрый способ: нажмите кнопку Открыть в Cursor ниже, Cursor сам предложит добавить сервер.

Вручную:

  1. В Cursor откройте Settings → Cursor Settings → MCP и нажмите Add new global MCP server.
  2. Вставьте JSON, скопированный ниже, в открывшийся файл ~/.cursor/mcp.json (для одного проекта: .cursor/mcp.json в корне проекта).
  3. Сохраните файл. Сервер появится в списке MCP; при необходимости пройдите авторизацию по кнопке рядом с ним.

Авторизация

Если сервис требует вход, рядом с сервером в списке MCP появится кнопка авторизации.

Список инструментов сервера (6)

Технические названия из tools/list. Нужны только разработчикам.

create_modelCreate a new Dragoneye custom computer-vision model to detect objects, their categories and attributes. Creation is asynchronous: the call returns the model in PENDING status with its uuid. Poll get_model with that uuid until status is COMPLETED (success) or REVERTED (with an error). Typical poll interval: a few seconds. The `name` is unique per billing account — collisions return MODEL_NAME_CONFLICT.
list_modelsList the calling user's custom models, newest first, paginated by cursor. Returns up to `limit` models (default 50, max 200) plus a `next_cursor` to fetch the following page. `next_cursor` is null on the last page. Treat the cursor as opaque — do not parse it.
get_modelFetch a single custom model by uuid, including its current status, full model_state, and (for FAILED/REVERTED models) a structured error. Use this to poll the outcome of create_model / update_model. Status transitions are PENDING → IN_PROGRESS → COMPLETED, or → FAILED/REVERTED.
update_modelUpdate a custom model's name and/or model_state. Re-runs model generation asynchronously when the state changes; returns PENDING and the same polling rules apply as for create_model. It can update a model in COMPLETED and REVERTED state. Refuses to update a model that already has an in-progress update (PENDING or RUNNING) (MODEL_UPDATE_IN_PROGRESS) or sits in FAILED state (MODEL_IN_FAILED_STATE) — for FAILED, use delete_model + create_model to start fresh. When ONLY `name` changes (state byte-identical), uses a synchronous rename fast-path that skips re-generation.
rename_modelRename a custom model. Synchronous: no re-generation, no PENDING state. It can update a model in COMPLETED and REVERTED state. Refuses if the model is currently being updated (MODEL_UPDATE_IN_PROGRESS) or in FAILED state (MODEL_IN_FAILED_STATE). Renaming to the current name is a no-op.
delete_modelPermanently delete a custom model. Cannot be undone. Refuses to delete a model with an in-progress update (MODEL_HAS_ACTIVE_UPDATE) — wait for it to settle, then retry. Models in FAILED state CAN be deleted and this is the supported way to recover from FAILED.