多模态AI数据基础设施服务

多模态AI数据基础设施服务是 pixeltable 开发的 MCP 服务器：Pixeltable MCP Server (Developer Edition) 是一个多模态AI数据基础设施服务，提。接入两步走：uvx --from git+https://github.com/pixeltable/mcp-server-pixeltable-developer mcp-server-pixeltable-developer，再把下文配置粘进客户端 mcpServers 段重启即可。

先把话说清楚：多模态AI数据基础设施服务不是又一个大模型，而是一个标准的 MCP 服务器。装好之后，你的 AI 客户端多出一组新工具，模型可以按需调用。Pixeltable MCP Server (Developer Edition) 是一个多模态AI数据基础设施服务，提供目录管理、AI/ML管道、依赖管理、项目脚手架和交互式RE

• 本地部署（平台标签）
• 多模态AI（平台标签）
• 数据基础设施（平台标签）

两类人最该装：一是天天在 Claude Desktop、Cursor 里写代码，想让 AI 直接帮你跑命令、改仓库、读文件的人；二是已经在用 MCP 生态、想按需拼装能力的折腾型用户。反过来，如果你只需要偶尔手动用它背后的服务，直接开网页就行，不必上 MCP。

动手前确认环境齐了：

• uv（Python 3.10+）：pip install uv。装完跑一下 uvx --version 确认可用。
• git。
• 一个支持 MCP 的客户端：Claude Desktop、Cursor、Cline、Windsurf 任选其一。

终端里任选一条（不同安装方式，效果等价）：

uvx --from git+https://github.com/pixeltable/mcp-server-pixeltable-developer mcp-server-pixeltable-developer
claude mcp add pixeltable mcp-server-pixeltable-developer   # Claude Code
git clone https://github.com/pixeltable/mcp-server-pixeltable-developer && cd mcp-server-pixeltable-developer

第一次用 uvx 启动会现场拉依赖，慢是正常的，别急着 Ctrl+C。

Claude Desktop 的配置文件路径：macOS 在 ~/Library/Application Support/Claude/claude_desktop_config.json，Windows 在 %APPDATA%\Claude\claude_desktop_config.json；Cursor 则是 ~/.cursor/mcp.json（或项目级 .cursor/mcp.json）。把下面这段并进 mcpServers 段（注意是并进外层大括号，别整个文件替换）：

From source — use `"command": "uv"` with `"args": ["run", "--directory", "{repo}", "python", "-m", "mcp_server_pixeltable_stio"]`.

</details>

<details><summary><strong>Cursor</strong></summary>

**User config** — `~/.cursor/mcp.json` (applies to all workspaces):

改完保存。Windows 用户注意：如果 command 写 npx 起不来，换成 npx.cmd 再试。

完全退出客户端再打开（是托盘里真正退出，不是关窗口）。工具列表里出现多模态AI数据基础设施服务的工具即接入成功；调用报错的话，先查下面的坑点清单。

• 改了配置没反应：客户端只重启了窗口没退进程。macOS 按 Cmd+Q，Windows 检查托盘。
• JSON 报错打不开客户端：多半是最后多个逗号。粘进任何 JSON 校验器里查一遍再保存。
• 首次调用超时：uvx 冷启动要装依赖，第一次可能超过客户端默认超时。再调一次，通常第二次就快了。