Noi e terze parti selezionate usiamo cookie o tecnologie simili per finalità tecniche e, con il tuo consenso, per analizzare l’uso del sito.

Puoi liberamente prestare, negare o revocare il tuo consenso in qualsiasi momento.

Cloudinary Analysis

Server MCP di Cloudinary

Esegui analisi di immagini con AI come moderazione, didascalie, tagging e rilevamento di oggetti tramite l’API Analyze di Cloudinary.

Accesso con OAuth (La prima volta che ti colleghi, accedi con il tuo account del fornitore)Streamable HTTP

Collegati a Cloudinary Analysis

Cloudinary Analysis richiede l’accesso. Collegati con il suo URL:

https://analysis.mcp.cloudinary.com/mcp

Il tuo client apre la pagina di accesso di Cloudinary la prima volta che lo usi. Il token resta tra il tuo client e Cloudinary.

Condividi questo server

Apre questa pagina, con l’URL e i passaggi di configurazione.

mcp.tc/i/cloudinary-analysis

Descrizione

Si collega all’API Analyze di Cloudinary (Public Beta), così un assistente può analizzare immagini esterne. Le modalità includono AI Vision (domande generali, moderazione sì/no, tagging personalizzato), didascalie, tagging Google, rilevamento di loghi e filigrane, qualità dell’immagine e modelli di rilevamento sensibili al contenuto per moda, testo, anatomia umana, COCO, LVIS e UniDet.

Funziona come endpoint Streamable HTTP ospitato, oppure in locale con npx (Node.js 20.19.0 o successivo). Il server ospitato usa l’accesso OAuth a un account Cloudinary, dove scegli l’ambiente di prodotto. L’autenticazione con chiave API non è supportata sul server Analysis ospitato. Ogni opzione di analisi richiede un abbonamento attivo al relativo add-on di Cloudinary.

Cosa puoi fare

  • Fare domande libere su un’immagine con AI Vision
  • Moderare le immagini con controlli di policy sì/no/sconosciuto
  • Applicare tag alle immagini in base ai tuoi nomi e descrizioni di tag
  • Generare didascalie per le immagini
  • Rilevare loghi, filigrane, testo, capi di moda e oggetti
  • Valutare la qualità delle immagini
  • Controllare lo stato di un’attività di analisi

Tool 16

  • analyze-ai-vision-general

    Risponde a domande aperte su un’immagine: oggetti, scene, testo.

  • analyze-ai-vision-moderation

    Risponde sì, no o sconosciuto a domande di policy e qualità su un’immagine.

  • analyze-ai-vision-tagging

    Applica tag a un’immagine usando i tuoi nomi e descrizioni di tag.

  • analyze-captioning

    Fornisce una didascalia per un’immagine.

  • analyze-cld-fashion

    Rileva capi di abbigliamento e attributi come tasche, materiale e chiusure.

  • analyze-cld-text

    Rileva se un’immagine contiene testo e dove si trova.

  • analyze-coco

    Rileva 80 oggetti comuni con il modello COCO.

  • analyze-google-logo-detection

    Rileva i loghi di prodotti popolari in un’immagine.

  • analyze-google-tagging

    Applica tag a un’immagine con il servizio di tagging di Google.

  • analyze-human-anatomy

    Identifica le parti del corpo umano in un’immagine.

  • analyze-image-quality

    Esegue il modello di analisi della qualità delle immagini di Cloudinary.

  • analyze-lvis

    Rileva migliaia di tipi di oggetti generici con il modello LVIS.

Mostra altri 4 tool
  • analyze-shop-classifier

    Stabilisce se un’immagine è uno scatto di prodotto in studio o un’immagine naturale.

  • analyze-unidet

    Rileva oggetti di vario tipo con il modello unificato UniDet.

  • analyze-watermark-detection

    Rileva le filigrane in un’immagine.

  • tasks-get-status

    Ottiene lo stato di un’attività di analisi.

Dal manifest del pacchetto, non da una connessione attiva (18 nov 2026).

Prompt di esempio

  • Scrivi una didascalia per l’URL di questa immagine ed elenca gli oggetti che contiene.

  • Controlla se questa immagine contiene una filigrana o un logo visibile.

  • Modera questa immagine: mostra persone, testo o prodotti di marca?

  • Applica i tag a questa foto di prodotto usando i miei tag di brand: studio shot, lifestyle, flat lay.

Configurazione

Ogni client si collega a analysis.mcp.cloudinary.com, e la prima volta Cloudinary ti chiede di accedere. Scegli il tuo; la pagina ricorda la tua scelta.

Claude Code

  1. Eseguilo in un terminale, nella cartella del tuo progetto:
claude mcp add --transport http cloudinary-analysis https://analysis.mcp.cloudinary.com/mcp
  1. Avvia Claude Code, digita /mcp, scegli cloudinary-analysis e seleziona Authenticate. Si apre una finestra del browser per accedere a Cloudinary.

Aggiungi --scope user per renderlo disponibile in tutti i progetti, non solo in questo.

Claude Desktop

  1. Apri Customize → Connectors, fai clic su + Add, poi su Add custom connector.
  2. Chiamalo Cloudinary Analysis e incolla questo URL:
https://analysis.mcp.cloudinary.com/mcp
  1. Fai clic su Add, poi su Connect, e accedi quando te lo chiede Cloudinary.

Il file di configurazione JSON di Claude Desktop avvia solo server locali. I server remoti passano dai Connectors, e i connettori che aggiungi su claude.ai compaiono anche qui.

claude.ai

  1. Apri il modulo dei connettori su claude.ai. Questo pulsante compila nome e URL per te:
  1. Controlla che l’URL sia https://analysis.mcp.cloudinary.com/mcp e fai clic su Add.
  2. Fai clic su Connect e accedi quando te lo chiede Cloudinary.

I piani gratuiti consentono un connettore personalizzato. Nei piani Team ed Enterprise lo aggiunge un owner in Organization settings → Connectors.

ChatGPT

  1. Su chatgpt.com vai su Plugins, seleziona + e poi Add custom MCP server.
  2. Inserisci un nome per il server.
  3. In Connection incolla https://analysis.mcp.cloudinary.com/mcp come URL del server, poi come autenticazione scegli OAuth. ChatGPT ti manda su Cloudinary per accedere.
  4. Spunta I understand and want to continue e poi seleziona Create as a plugin.

Se puoi aggiungere un server MCP personalizzato dipende dal tuo piano ChatGPT e dai permessi del tuo workspace (nei workspace Business possono farlo admin e owner).

Cursor

Oppure aggiungilo a mano in ~/.cursor/mcp.json (tutti i progetti) o in .cursor/mcp.json (questo progetto):

mcp.json
{
  "mcpServers": {
    "cloudinary-analysis": {
      "url": "https://analysis.mcp.cloudinary.com/mcp"
    }
  }
}

Cursor mostra Needs authentication accanto al server. Fai clic sul pulsante lì accanto per accedere.

VS Code

Oppure da un terminale:

code --add-mcp '{"name":"cloudinary-analysis","type":"http","url":"https://analysis.mcp.cloudinary.com/mcp"}'

Oppure fai commit nel repository in .vscode/mcp.json:

.vscode/mcp.json
{
  "servers": {
    "cloudinary-analysis": {
      "type": "http",
      "url": "https://analysis.mcp.cloudinary.com/mcp"
    }
  }
}

VS Code ti chiede di accedere la prima volta che il server si avvia.

Devin Desktop

  1. Aggiungilo a ~/.config/devin/mcp_config.json (macOS e Linux) o a %APPDATA%\devin\mcp_config.json (Windows):
mcp_config.json
{
  "mcpServers": {
    "cloudinary-analysis": {
      "serverUrl": "https://analysis.mcp.cloudinary.com/mcp"
    }
  }
}
  1. Aggiorna l’elenco dei server MCP in Cascade e accedi quando richiesto.

Devin Desktop è il nuovo nome di Windsurf. Per i server remoti legge serverUrl (o url).

Codex

codex mcp add cloudinary-analysis --url https://analysis.mcp.cloudinary.com/mcp
codex mcp login cloudinary-analysis

Oppure modifica direttamente ~/.codex/config.toml:

config.toml
[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/mcp

Poi, dentro Gemini CLI, esegui /mcp auth cloudinary-analysis per accedere.

Così lo aggiungi al progetto corrente. Aggiungi -s user per usarlo ovunque.

Qualsiasi client

La maggior parte dei client accetta questa forma. Alcuni chiamano diversamente il campo dell’URL: serverUrl in Devin Desktop, httpUrl nel file di impostazioni di Gemini CLI.

{
  "mcpServers": {
    "cloudinary-analysis": {
      "type": "http",
      "url": "https://analysis.mcp.cloudinary.com/mcp"
    }
  }
}

Zed mette i server sotto context_servers nelle sue impostazioni. Cline ha bisogno di "type": "streamableHttp", altrimenti presume SSE.

Il tuo client avvia solo server locali? Collegalo con npx -y mcp-remote https://analysis.mcp.cloudinary.com/mcp.

Embed

Mostra Cloudinary Analysis in un README o sul tuo sito. Ogni embed rimanda a questa pagina, usa l’URL del server stesso e non imposta cookie. Come funzionano gli embed

Card, iframe e JSON sono in inglese. Aggiungi ?lang=it, fr, de o es al loro indirizzo per un’altra lingua.

Badge per il README

Anteprima del badge, chiaroAnteprima del badge, scuro
Markdown
[![Cloudinary Analysis on mcp.tc](https://mcp.tc/i/cloudinary-analysis/badge.svg)](https://mcp.tc/i/cloudinary-analysis)
HTML
<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>

Segue la modalità chiara o scura di chi legge. Aggiungi ?theme=light o ?theme=dark per fissarla, oppure ?style=compact per mostrare il simbolo senza la scritta.

Card per il sito

HTML
<script src="https://mcp.tc/w/cloudinary-analysis.js" async></script>

La card compare dove si trova il tag. Aggiungi data-theme="dark" o data-size="compact" al tag per cambiarla. Il file contiene tutto ciò che serve, quindi non fa altre richieste e non imposta cookie.

iframe

HTML
<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>

Usalo nelle pagine che non consentono script. Aggiungi ?theme=light o ?theme=dark all’indirizzo per fissare i colori.

JSON

La scheda come dati per le tue pagine e i tuoi strumenti: nome, descrizione breve, URL del server, tool e i link «Add to». Qualsiasi sito può leggerla (CORS aperto).

https://mcp.tc/i/cloudinary-analysis.json

Cosa significa ogni campo

Prompt per l’AI

Incollalo in un assistente di programmazione con l’AI, come Claude Code o Cursor, e aggiungerà la card di Cloudinary Analysis al tuo sito.

Markdown
Aggiungi al mio sito la card di mcp.tc per Cloudinary Analysis, un server MCP. È un solo script statico: niente build, nessun pacchetto da installare, nessun cookie.

Metti questo tag dove deve comparire la card. La card appare subito prima del tag:

```html
<script src="https://mcp.tc/w/cloudinary-analysis.js" async></script>
```

Per mostrarla altrove, metti lì questo segnaposto e carica lo stesso script una volta sola, per esempio prima di `</body>`. Lascia il link al suo interno: lo vede chi non ha JavaScript.

```html
<div data-mcptc="cloudinary-analysis"><a href="https://mcp.tc/i/cloudinary-analysis">Cloudinary Analysis on mcp.tc</a></div>
```

Opzioni:
- `data-theme="light"` o `"dark"` sul tag o sul segnaposto fissa i colori. Senza l’attributo, la card segue la modalità chiara o scura di chi visita.
- `data-size="compact"` dà una card più piccola, senza la descrizione breve.
- La variabile CSS `--mcptc-max-width` sul segnaposto o su un elemento padre imposta la larghezza (predefinita `520px`).
- `?lang=` nell’URL dello script imposta la lingua della card: `en`, `it`, `fr`, `de` o `es`.

Se il sito ha una Content Security Policy, consenti `script-src https://mcp.tc` e `img-src data:` (l’icona è inline).

Per un README o altra documentazione in Markdown, usa invece il badge:

```markdown
[![Cloudinary Analysis on mcp.tc](https://mcp.tc/i/cloudinary-analysis/badge.svg)](https://mcp.tc/i/cloudinary-analysis)
```

Riferimento: https://mcp.tc/it/embed

Cronologia delle modifiche

Leggiamo ogni 3 ore l’elenco dei tool nel manifest del bundle di questo server su GitHub e registriamo cosa cambia. Ultima lettura: 18 nov 2026, 05:28 UTC.

Segui Cloudinary Analysis e ti mandiamo un’email quando qualcosa cambia.

  1. , Controllo automatico

    Inizio del tracciamento: 16 tool.

Domande frequenti

Posso incollare mcp.tc/i/cloudinary-analysis nel mio client MCP?

No. I link di mcp.tc sono pagine, non indirizzi di server. Collegati con https://analysis.mcp.cloudinary.com/mcp, così il tuo client parla direttamente con Cloudinary Analysis. Il token di accesso funziona comunque solo lì. Il link rapido serve per condividere: apre questa pagina, con i passaggi di configurazione per ogni client.

Cloudinary Analysis richiede una chiave API o un accesso?

Sì, ti serve un account Cloudinary. La prima volta che il tuo client si collega, apre la pagina di accesso di Cloudinary. Il token va direttamente all’URL del server stesso, mai attraverso mcp.tc.

Cloudinary Analysis è un server remoto o locale?

Remoto. Lo ospita Cloudinary a https://analysis.mcp.cloudinary.com/mcp, e usa Streamable HTTP. Non c’è nulla da installare.

Cosa può fare Cloudinary Analysis?

Ha 16 tool, tra cui analyze-ai-vision-general, analyze-ai-vision-moderation e analyze-ai-vision-tagging. Puoi fare domande libere su un’immagine con AI Vision, moderare le immagini con controlli di policy sì/no/sconosciuto e applicare tag alle immagini in base ai tuoi nomi e descrizioni di tag.

Quali client possono usarlo?

Qualsiasi client che supporta i server MCP remoti: Claude Code, Claude Desktop, claude.ai, ChatGPT, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed e altri. I passaggi di configurazione li coprono tutti.

mcp.tc tiene traccia delle modifiche di Cloudinary Analysis?

Sì. Seguiamo l’elenco dei tool nel manifest del bundle di Cloudinary Analysis, e la sua sezione Cronologia mostra ogni modifica che troviamo, più le nuove versioni e le modifiche di chi lo gestisce. Segui la scheda per ricevere un’email quando cambia.

Chi ha scritto questa pagina?

Il robot di mcp.tc ha letto i metadati di Cloudinary Analysis (il suo handshake MCP, l’elenco dei tool e le pagine pubbliche), e un modello di AI ne ha ricavato il testo. Una persona esamina tutto ciò che i controlli non riescono a confermare. Il testo può comunque contenere errori, quindi se ne trovi uno usa Segnala questa scheda su questa pagina. Questa traduzione è stata fatta da un modello di AI a partire dal testo inglese.

mcp.tc non è affiliato a Cloudinary. Questa pagina è stata creata a partire dai metadati pubblici di Cloudinary Analysis (ultimo controllo: 18 nov 2026), e la descrizione l’ha scritta un modello di AI, quindi può contenere errori. Nomi e marchi appartengono ai rispettivi titolari. Qualcosa non va? Segnala questa scheda. La traduzione è stata fatta da un modello di AI a partire dal testo inglese.