Back to MCP directory
publicPublicdnsLocal runtime

video-info-mcp

基于MCP协议的专业视频信息分析工具,提供多维度视频文件分析能力,支持JSON、TEXT、Markdown格式输出

article

README

🚀 🎬 Video Info MCP

基于 MCP (Model Context Protocol) 协议的专业视频信息分析工具,为 AI 助手提供强大的视频文件分析能力,可进行深度视频信息提取、多维度数据解析,并生成多格式报告。

🚀 快速开始

Claude Desktop 配置

  1. 打开 Claude Desktop 配置文件:
    • Windows%APPDATA%\Claude\claude_desktop_config.json
    • macOS~/Library/Application Support/Claude/claude_desktop_config.json
    • Linux~/.config/claude/claude_desktop_config.json
  2. 添加 MCP 服务器配置:
{
  "mcpServers": {
    "video-info": {
      "command": "npx",
      "args": ["@pickstar-2002/video-info-mcp@latest"],
      "env": {}
    }
  }
}
  1. 重启 Claude Desktop

其他 AI 助手配置

对于支持 MCP 协议的其他 AI 助手,请参考相应的配置文档,使用以下命令:

npx @pickstar-2002/video-info-mcp@latest

✨ 主要特性

  • 🎯 专业分析:基于 FFmpeg 的深度视频信息提取。
  • 📊 多维度数据:视频流、音频流、码率、质量评估。
  • 📝 多格式报告:支持 JSON、TEXT、Markdown 格式输出。
  • 🔧 MCP 兼容:完全符合 Model Context Protocol 规范。
  • 高性能:平均响应时间 < 500ms。
  • 🌐 跨平台:支持 Windows、macOS、Linux。
  • 🛡️ 类型安全:使用 TypeScript 和 Zod 进行严格类型检查。

📦 安装指南

作为 MCP 服务器使用(推荐)

在您的 AI 助手配置文件中添加:

{
  "mcpServers": {
    "video-info": {
      "command": "npx",
      "args": ["@pickstar-2002/video-info-mcp@latest"],
      "env": {}
    }
  }
}

全局安装

npm install -g @pickstar-2002/video-info-mcp@latest

🛠️ 功能说明

可用工具

| 工具名称 | 描述 | 响应时间 | |---------|------|----------| | get_video_info | 📹 获取视频文件的详细信息 | ~400ms | | analyze_streams | 🔍 分析视频流和音频流参数 | ~300ms | | calculate_bitrate | 📊 计算码率和文件大小分析 | ~300ms | | generate_report | 📝 生成多格式技术报告 | ~280ms |

支持的视频格式

  • 容器格式:MP4, MOV, AVI, MKV, WebM, FLV, 3GP, M4V
  • 视频编码:H.264, H.265/HEVC, VP8, VP9, AV1, MPEG-4
  • 音频编码:AAC, MP3, AC-3, DTS, FLAC, Opus, Vorbis

💻 使用示例

基础用法

在支持 MCP 的 AI 助手中,您可以直接使用自然语言请求:

"请分析这个视频文件的信息:/path/to/video.mp4"
"生成这个视频的技术报告,使用 Markdown 格式"
"计算这个视频文件的码率信息"

高级用法

// get_video_info - 获取基本信息
{
  "name": "get_video_info",
  "arguments": {
    "filePath": "/path/to/video.mp4"
  }
}

// analyze_streams - 流分析
{
  "name": "analyze_streams", 
  "arguments": {
    "filePath": "/path/to/video.mp4",
    "includeMetadata": true
  }
}

// generate_report - 生成报告
{
  "name": "generate_report",
  "arguments": {
    "filePath": "/path/to/video.mp4",
    "format": "markdown"
  }
}

📊 输出示例

视频信息输出

{
  "filename": "sample.mp4",
  "fileSize": "20.43 MB",
  "duration": "289.4",
  "format": "mov,mp4,m4a,3gp,3g2,mj2",
  "videoStreams": [{
    "codec": "h264",
    "resolution": "1920x1080",
    "frameRate": "30/1",
    "bitRate": "423986"
  }],
  "audioStreams": [{
    "codec": "aac",
    "sampleRate": "48000",
    "channels": 2,
    "bitRate": "164221"
  }],
  "technicalReport": {
    "videoQuality": "1080p高清",
    "audioQuality": "标准品质",
    "recommendations": [
      "建议提高视频码率以获得更好的1080p质量",
      "使用H.264编码,兼容性良好"
    ]
  }
}

🔧 技术细节

常见问题

❌ 连接错误 "Connection closed"

这通常是由于 npx 缓存问题导致的。请按以下顺序尝试解决: 1. 使用 @latest 标签(首选方案)

{
  "mcpServers": {
    "video-info": {
      "command": "npx",
      "args": ["@pickstar-2002/video-info-mcp@latest"],
      "env": {}
    }
  }
}

2. 锁定到特定版本(备用方案)

{
  "mcpServers": {
    "video-info": {
      "command": "npx",
      "args": ["@pickstar-2002/video-info-mcp@1.1.0"],
      "env": {}
    }
  }
}

3. 清理 npx 缓存(终极方案)

# 清理 npx 缓存
npx clear-npx-cache

# 或者手动删除缓存目录
# Windows: %LOCALAPPDATA%\npm-cache\_npx
# macOS/Linux: ~/.npm/_npx

❌ FFmpeg 未找到

确保系统已安装 FFmpeg: Windows:

# 使用 Chocolatey
choco install ffmpeg

# 使用 Scoop  
scoop install ffmpeg

macOS:

# 使用 Homebrew
brew install ffmpeg

Linux:

# Ubuntu/Debian
sudo apt update && sudo apt install ffmpeg

# CentOS/RHEL
sudo yum install ffmpeg

❌ 权限错误

确保 AI 助手有权限访问视频文件路径,建议使用绝对路径。

❌ 文件格式不支持

检查视频文件是否损坏,或尝试使用其他工具转换为常见格式(如 MP4)。

性能优化建议

  • 🚀 对于大文件(>1GB),分析可能需要更长时间。
  • 💾 建议将常用视频文件放在 SSD 上以提高分析速度。
  • 🔄 避免同时分析多个大文件。

🤝 贡献

欢迎贡献代码!请遵循以下步骤:

  1. Fork 本仓库。
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)。
  3. 提交更改 (git commit -m 'Add some AmazingFeature')。
  4. 推送到分支 (git push origin feature/AmazingFeature)。
  5. 开启 Pull Request。

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

🔗 相关链接

📞 联系方式

如有问题或建议,欢迎联系: 微信:pickstar_loveXX


⭐ 如果这个项目对您有帮助,请给个 Star!

help

Runtime guide

cloud

Hosted runtime

Hosted servers run from a provider-managed environment. You usually connect the MCP client to the hosted endpoint or follow the provider's authorization flow, without keeping a local process alive

  1. Open provider connection page
  2. Authorize or copy endpoint
  3. Connect from your MCP client
terminal

Local runtime / other methods

Local servers run on your own machine or infrastructure. You normally copy the server_config into your MCP client, install the required package, and provide env variables from env_schema when needed

  1. Copy server_config
  2. Install required package
  3. Fill env variables and restart client