Cloudinary Analysis
MCP-Server von Cloudinary
Run AI image analysis such as moderation, captioning, tagging and object detection on images through Cloudinary's Analyze API.
Mit Cloudinary Analysis verbinden
Cloudinary Analysis braucht eine Anmeldung. Verbinde dich mit seiner eigenen URL:
Dein Client öffnet beim ersten Mal die Anmeldung von Cloudinary. Das Token bleibt zwischen deinem Client und Cloudinary.
Diesen Server teilen
Öffnet diese Seite mit der URL und den Einrichtungsschritten.
mcp.tc/i/cloudinary-analysisÜber den Server
Connects to Cloudinary's Analyze API (Public Beta) so an assistant can analyze external images. Modes include AI Vision (general questions, yes/no moderation, custom tagging), captioning, Google tagging, logo and watermark detection, image quality, and content-aware detection models for fashion, text, human anatomy, COCO, LVIS and UniDet.
Runs as a hosted streamable HTTP endpoint, or locally with npx (Node.js 20.19.0 or later). The hosted server uses OAuth sign-in to a Cloudinary account, where you pick the product environment. API key authentication is not supported on the hosted Analysis server. Each analysis option needs an active subscription to the relevant Cloudinary add-on.
Was du damit machen kannst
- Ask free-form questions about an image with AI Vision
- Moderate images with yes/no/unknown policy checks
- Tag images against your own tag names and descriptions
- Generate image captions
- Detect logos, watermarks, text, fashion items and objects
- Score image quality
- Check the status of an analysis task
Tools 16
analyze-ai-vision-generalAnswer open questions about an image: objects, scenes, text.
analyze-ai-vision-moderationAnswer yes, no or unknown to policy and quality questions about an image.
analyze-ai-vision-taggingTag an image using your own tag names and descriptions.
analyze-captioningProvide a caption for an image.
analyze-cld-fashionDetect clothing items and attributes like pockets, material and fastenings.
analyze-cld-textDetect whether an image contains text and where it is located.
analyze-cocoDetect 80 common objects using the COCO model.
analyze-google-logo-detectionDetect popular product logos in an image.
analyze-google-taggingTag an image using Google's tagging service.
analyze-human-anatomyIdentify parts of the human body in an image.
analyze-image-qualityRun Cloudinary's image quality analysis model.
analyze-lvisDetect thousands of general object types using the LVIS model.
4 weitere Tools anzeigen
analyze-shop-classifierTell whether an image is a studio product shot or a natural image.
analyze-unidetDetect diverse objects using the unified UniDet model.
analyze-watermark-detectionDetect watermarks in an image.
tasks-get-statusGet the status of an analysis task.
Am 18. Nov. 2026 aus dem Manifest des Pakets gelesen, nicht über eine Live-Verbindung.
Beispiel-Prompts
Caption this image URL and list the objects in it.
Check whether this image contains a watermark or a visible logo.
Moderate this image: does it show people, text or branded products?
Tag this product photo using my brand tags: studio shot, lifestyle, flat lay.
Einrichtung
Jeder Client verbindet sich mit analysis.mcp.cloudinary.com, und beim ersten Mal fragt Cloudinary nach deiner Anmeldung. Wähl deinen; die Seite merkt sich deine Wahl.
Claude Code
- Führe das in einem Terminal in deinem Projektordner aus:
claude mcp add --transport http cloudinary-analysis https://analysis.mcp.cloudinary.com/mcp- Starte Claude Code, tippe
/mcp, wähle cloudinary-analysis und dann Authenticate. Ein Browserfenster öffnet sich für die Anmeldung bei Cloudinary.
Ergänze --scope user, damit er in jedem Projekt verfügbar ist, nicht nur in diesem.
Claude Desktop
- Öffne Customize → Connectors, klick auf + Add und dann auf Add custom connector.
- Nenne ihn Cloudinary Analysis und füge diese URL ein:
https://analysis.mcp.cloudinary.com/mcp- Klick auf Add, dann auf Connect, und melde dich an, wenn Cloudinary danach fragt.
Die JSON-Konfigurationsdatei von Claude Desktop startet nur lokale Server. Remote-Server laufen über Connectors, und Connectors, die du auf claude.ai hinzufügst, erscheinen auch hier.
claude.ai
- Öffne das Connector-Formular auf claude.ai. Dieser Button füllt Name und URL für dich aus:
Zu claude.ai hinzufügen (öffnet in einem neuen Tab)
- Prüfe, dass die URL
https://analysis.mcp.cloudinary.com/mcplautet, und klick auf Add. - Klick auf Connect und melde dich an, wenn Cloudinary danach fragt.
Kostenlose Pläne erlauben einen benutzerdefinierten Connector. In Team- und Enterprise-Plänen fügt ihn ein Owner unter Organization settings → Connectors hinzu.
ChatGPT
- Geh auf chatgpt.com zu Plugins, wähle + und dann Add custom MCP server.
- Gib einen Namen für den Server ein.
- Füge unter Connection
https://analysis.mcp.cloudinary.com/mcpals Server-URL ein und wähle als Authentifizierung OAuth. ChatGPT schickt dich zur Anmeldung zu Cloudinary. - Setz den Haken bei I understand and want to continue und wähle dann Create as a plugin.
Ob du einen eigenen MCP-Server hinzufügen kannst, hängt von deinem ChatGPT-Tarif und den Berechtigungen deines Workspace ab (in Business-Workspaces können es Admins und Owner).
Cursor
Zu Cursor hinzufügen (öffnet in einem neuen Tab)
Oder trag ihn von Hand in ~/.cursor/mcp.json (alle Projekte) oder .cursor/mcp.json (dieses Projekt) ein:
{
"mcpServers": {
"cloudinary-analysis": {
"url": "https://analysis.mcp.cloudinary.com/mcp"
}
}
}Cursor zeigt neben dem Server Needs authentication. Klick auf die Schaltfläche daneben, um dich anzumelden.
VS Code
In VS Code installieren (öffnet in einem neuen Tab)
Oder aus einem Terminal:
code --add-mcp '{"name":"cloudinary-analysis","type":"http","url":"https://analysis.mcp.cloudinary.com/mcp"}'Oder committe ihn ins Repository in .vscode/mcp.json:
{
"servers": {
"cloudinary-analysis": {
"type": "http",
"url": "https://analysis.mcp.cloudinary.com/mcp"
}
}
}VS Code bittet dich beim ersten Start des Servers um eine Anmeldung.
Devin Desktop
- Füge ihn zu
~/.config/devin/mcp_config.json(macOS und Linux) oder%APPDATA%\devin\mcp_config.json(Windows) hinzu:
{
"mcpServers": {
"cloudinary-analysis": {
"serverUrl": "https://analysis.mcp.cloudinary.com/mcp"
}
}
}- Aktualisiere die Liste der MCP-Server in Cascade und melde dich an, wenn du gefragt wirst.
Devin Desktop ist der neue Name von Windsurf. Für Remote-Server liest es serverUrl (oder url).
Codex
codex mcp add cloudinary-analysis --url https://analysis.mcp.cloudinary.com/mcp
codex mcp login cloudinary-analysisOder bearbeite ~/.codex/config.toml direkt:
[mcp_servers.cloudinary-analysis]
url = "https://analysis.mcp.cloudinary.com/mcp"Gemini CLI
gemini mcp add --transport http cloudinary-analysis https://analysis.mcp.cloudinary.com/mcpFühre dann in Gemini CLI /mcp auth cloudinary-analysis aus, um dich anzumelden.
Damit fügst du ihn dem aktuellen Projekt hinzu. Ergänze -s user, um ihn überall zu nutzen.
Jeder Client
Die meisten Clients akzeptieren diese Form. Manche nennen das URL-Feld anders: serverUrl in Devin Desktop, httpUrl in der Einstellungsdatei von Gemini CLI.
{
"mcpServers": {
"cloudinary-analysis": {
"type": "http",
"url": "https://analysis.mcp.cloudinary.com/mcp"
}
}
}Zed legt Server in seinen Einstellungen unter context_servers ab. Cline braucht "type": "streamableHttp", sonst nimmt es SSE an.
Dein Client startet nur lokale Server? Dann binde den Server über npx -y mcp-remote https://analysis.mcp.cloudinary.com/mcp ein.
Einbinden
Zeig Cloudinary Analysis in einem README oder auf deiner Website. Jede Einbindung verlinkt auf diese Seite, nutzt die eigene URL des Servers und setzt keine Cookies. So funktionieren Einbindungen
Karte, iframe und JSON sind auf Englisch. Häng ?lang=it, fr, de oder es an ihre Adresse an, um eine andere Sprache zu bekommen.
README-Badge
[](https://mcp.tc/i/cloudinary-analysis)<a href="https://mcp.tc/i/cloudinary-analysis"><img src="https://mcp.tc/i/cloudinary-analysis/badge.svg" alt="Cloudinary Analysis on mcp.tc" height="20"></a>Es folgt dem hellen oder dunklen Modus der Lesenden. Hänge ?theme=light oder ?theme=dark an, um ihn festzulegen, oder ?style=compact, um das Zeichen ohne Schriftzug zu zeigen.
Website-Karte
<script src="https://mcp.tc/w/cloudinary-analysis.js" async></script>Die Karte erscheint dort, wo das Tag steht. Füge dem Tag data-theme="dark" oder data-size="compact" hinzu, um sie zu ändern. Die Datei enthält alles, was sie braucht, stellt also keine weiteren Anfragen und setzt keine Cookies.
iframe
<iframe src="https://mcp.tc/embed/cloudinary-analysis" title="Cloudinary Analysis on mcp.tc" width="420" height="200" loading="lazy" allow="clipboard-write" style="border:0;border-radius:8px;max-width:100%"></iframe>Nutze es auf Seiten, die keine Skripte erlauben. Hänge ?theme=light oder ?theme=dark an die Adresse an, um die Farben festzulegen.
JSON
Der Eintrag als Daten für deine eigenen Seiten und Tools: Name, Kurzbeschreibung, die eigene URL des Servers, Tools und die „Add to“-Links. Jede Website kann ihn lesen (CORS ist offen).
https://mcp.tc/i/cloudinary-analysis.jsonKI-Prompt
Füg ihn in einen KI-Coding-Assistenten wie Claude Code oder Cursor ein, und er baut die Karte von Cloudinary Analysis in deine Website ein.
Füge meiner Website die mcp.tc-Karte für den MCP-Server Cloudinary Analysis hinzu. Es ist ein einziges statisches Skript: kein Build-Schritt, kein Paket zu installieren, keine Cookies.
Setz dieses Tag dorthin, wo die Karte erscheinen soll. Die Karte erscheint direkt davor:
```html
<script src="https://mcp.tc/w/cloudinary-analysis.js" async></script>
```
Um sie woanders zu zeigen, setz dort diesen Platzhalter ein und lade dasselbe Skript nur einmal, zum Beispiel vor `</body>`. Lass den Link darin stehen: Besucher ohne JavaScript sehen ihn.
```html
<div data-mcptc="cloudinary-analysis"><a href="https://mcp.tc/i/cloudinary-analysis">Cloudinary Analysis on mcp.tc</a></div>
```
Optionen:
- `data-theme="light"` oder `"dark"` am Tag oder Platzhalter legt die Farben fest. Ohne das Attribut folgt die Karte dem hellen oder dunklen Modus der Besucher.
- `data-size="compact"` ergibt eine kleinere Karte ohne Kurzbeschreibung.
- Die CSS-Variable `--mcptc-max-width` am Platzhalter oder einem Elternelement legt die Breite fest (Standard `520px`).
- `?lang=` in der Skript-URL legt die Sprache der Karte fest: `en`, `it`, `fr`, `de` oder `es`.
Wenn die Website eine Content Security Policy hat, erlaube `script-src https://mcp.tc` und `img-src data:` (das Icon ist eingebettet).
Für ein README oder andere Markdown-Dokumentation nimm stattdessen das Badge:
```markdown
[](https://mcp.tc/i/cloudinary-analysis)
```
Referenz: https://mcp.tc/de/embedÄnderungsverlauf
Wir lesen die Tool-Liste im Bundle-Manifest dieses Servers auf GitHub alle 3 Stunden und halten fest, was sich ändert. Zuletzt gelesen: 18. Nov. 2026, 05:28 UTC.
Folge Cloudinary Analysis, und wir schicken dir eine E-Mail, wenn sich etwas ändert.
Häufige Fragen
Kann ich mcp.tc/i/cloudinary-analysis in meinen MCP-Client einfügen?
Nein. mcp.tc-Links sind Seiten, keine Server-Adressen. Verbinde dich mit https://analysis.mcp.cloudinary.com/mcp, damit dein Client direkt mit Cloudinary Analysis spricht. Das Anmelde-Token funktioniert ohnehin nur dort. Der Quick-Link ist zum Teilen da: Er öffnet diese Seite, mit Einrichtungsschritten für jeden Client.
Braucht Cloudinary Analysis einen API-Schlüssel oder eine Anmeldung?
Ja, du brauchst ein Konto bei Cloudinary. Wenn sich dein Client zum ersten Mal verbindet, öffnet er die Anmeldeseite von Cloudinary. Das Token geht direkt an die eigene URL des Servers, nie über mcp.tc.
Ist Cloudinary Analysis ein Remote- oder ein lokaler Server?
Remote. Cloudinary hostet ihn unter https://analysis.mcp.cloudinary.com/mcp, und er spricht Streamable HTTP. Es gibt nichts zu installieren.
Was kann Cloudinary Analysis?
Er hat 16 Tools, darunter analyze-ai-vision-general, analyze-ai-vision-moderation und analyze-ai-vision-tagging.
Welche Clients können ihn nutzen?
Jeder Client, der Remote-MCP-Server unterstützt: Claude Code, Claude Desktop, claude.ai, ChatGPT, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed und andere. Die Einrichtungsschritte decken jeden davon ab.
Verfolgt mcp.tc Änderungen an Cloudinary Analysis?
Ja. Wir verfolgen die Tool-Liste im Bundle-Manifest von Cloudinary Analysis, und sein Tab Verlauf zeigt jede Änderung, die wir finden, dazu neue Versionen und Änderungen seines Betreibers. Folge dem Eintrag, um eine E-Mail zu bekommen, wenn er sich ändert.
Wer hat diese Seite geschrieben?
Der Roboter von mcp.tc hat die eigenen Metadaten von Cloudinary Analysis (seinen MCP-Handshake, seine Tool-Liste und öffentliche Seiten) gelesen, und ein KI-Modell hat daraus den Text entworfen. Ein Mensch prüft alles, was die Prüfungen nicht bestätigen können. Der Text kann trotzdem falsch sein; wenn dir ein Fehler auffällt, nutze Eintrag melden auf dieser Seite.
mcp.tc steht in keiner Verbindung zu Cloudinary. Diese Seite entstand aus den öffentlichen Metadaten von Cloudinary Analysis, zuletzt geprüft am 18. Nov. 2026, und ein KI-Modell hat die Beschreibung geschrieben, sie kann also Fehler enthalten. Namen und Marken gehören ihren Inhabern. Stimmt etwas nicht? Eintrag melden.