MCP 비디오 인식 서버

Google의 Gemini AI를 사용하여 이미지, 오디오, 비디오 인식을 위한 도구를 제공하는 MCP(Model Context Protocol) 서버입니다.

특징

• 이미지 인식 : Google Gemini AI를 사용하여 이미지를 분석하고 설명합니다.

• 오디오 인식 : Google Gemini AI를 사용하여 오디오 분석 및 필사

• 비디오 인식 : Google Gemini AI를 사용하여 비디오를 분석하고 설명합니다.

Related MCP server: MCP Gemini API Server

필수 조건

• Node.js 18 이상

• Google Gemini API 키

설치

수동 설치

1. 저장소를 복제합니다.

   지엑스피1

2. 종속성 설치:

   npm install

3. 프로젝트를 빌드하세요:

   npm run build

FLUJO 에 설치하기

1. 서버 추가를 클릭하세요

2. Github URL을 복사하여 FLUJO에 붙여넣기

3. 분석, 복제, 설치, 빌드 및 저장을 클릭합니다.

구성 파일을 통한 설치

구성 파일을 통해 이 MCP 서버를 Cline이나 다른 MCP 클라이언트와 통합하려면:

1. Cline 설정을 엽니다.

   • VS Code에서 파일 -> 환경 설정 -> 설정으로 이동합니다.

   • "Cline MCP 설정"을 검색하세요

   • "settings.json에서 편집"을 클릭하세요.

2. mcpServers 개체에 서버 구성을 추가합니다.

   { "mcpServers": { "video-recognition": { "command": "node", "args": [ "/path/to/mcp-video-recognition/dist/index.js" ], "disabled": false, "autoApprove": [] } } }

3. /path/to/mcp-video-recognition/dist/index.js 프로젝트 디렉터리에 있는 index.js 파일의 실제 경로로 바꾸세요. Windows에서는 경로에 슬래시(/) 또는 이중 백슬래시(\\)를 사용하세요.

4. 설정 파일을 저장하세요. Cline이 자동으로 서버에 연결될 것입니다.

구성

서버는 환경 변수를 사용하여 구성됩니다.

• GOOGLE_API_KEY (필수): Google Gemini API 키

• TRANSPORT_TYPE : 사용할 전송 유형( stdio 또는 sse , 기본값은 stdio )

• PORT : SSE 전송을 위한 포트 번호(기본값은 3000)

• LOG_LEVEL : 로깅 수준( verbose , debug , info , warn , error , 기본값은 info )

용법

서버 시작

stdio 전송(기본값)

SSE 운송과 함께

도구 사용

서버는 MCP 클라이언트가 호출할 수 있는 세 가지 도구를 제공합니다.

이미지 인식

오디오 인식

비디오 인식

도구 매개변수

모든 도구는 다음 매개변수를 허용합니다.

• filepath (필수): 분석할 미디어 파일의 경로

• prompt (선택 사항): 인식을 위한 사용자 정의 프롬프트(기본값은 "이 콘텐츠를 설명하세요")

• modelname (선택 사항): 인식에 사용할 Gemini 모델(기본값은 "gemini-2.0-flash")

개발

개발 모드에서 실행

프로젝트 구조

• src/index.ts : 진입점

• src/server.ts : MCP 서버 구현

• src/tools/ : 도구 구현

• src/services/ : 서비스 구현(Gemini API)

• src/types/ : 유형 정의

• src/utils/ : 유틸리티 함수

특허

MIT