$ loading_
帮助用户管理 Ultralytics 项目、数据集与模型，并发起训练、预测和导出。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"ultralytics-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请列出我在 Ultralytics 平台上的所有项目、数据集和模型，并按最近更新时间排序，给出名称、状态和更新时间。
返回按更新时间排序的项目、数据集和模型清单，包含名称、状态与时间信息。
使用指定数据集启动一个新的 Ultralytics 模型训练任务，训练完成后返回任务状态、关键参数和结果链接。
创建并启动训练任务，输出任务编号、当前状态、训练参数及相关结果入口。
对指定图片或数据运行模型预测，并将结果导出为可下载格式，返回预测摘要和导出文件信息。
返回预测结果摘要、置信度或检测信息，以及导出文件的格式与下载位置。
帮助用户通过 uv 管理 Python 环境、依赖安装与 requirements 维护。
为 AI 编码助手接入图像理解能力，识别截图并辅助开发分析。
通过自然语言查询 AI 项目作品集，按技术搜索并查看项目详情。
读取代码仓库并用 AI 解析项目结构、关键文件与核心流程，便于快速理解代码库
在终端统一调用多家AI模型，完成文本、图像、视频生成与搜索对比。
通过标准化 MCP 接口集成 OpenAI 工具与服务，便于应用快速调用与扩展。