Skip to main content
Glama

vedit-mcp

by zakahan
README_CN.md2.18 kB
## Vedit-MCP 这是一个视频编辑的MCP服务,能够实现一句话完成基本的剪辑操作。 [English](README.md) | 中文 ## 快速开始 ### 1. 安装依赖 #### 1.1 clone本项目获直接下载zip包 #### 1.2 配置python环境 1. 推荐使用uv安装 ```bash cd vedit-mcp uv pip install -r requirements.txt ``` 2. 或者直接pip安装 ```bash pip install -r requirements.txt ``` #### 1.3 配置ffmpeg `vedit-mcp.py`依赖`ffmpeg`实现,因此请配置ffmpeg ```bash # mac brew install ffmpeg # ubuntu sudo apt update sudo apt install ffmpeg ``` ### 2. 启动服务 #### 2.1. 推荐使用`google-adk`来构建属于你的项目 - 请参考 [adk-sample](sample/adk_sample.py) ##### 在执行此样例脚本之前 1. 请保证路径格式至少如下 > - sample > - kb > - raw/test.mp4 // 这里是你要处理的原始视频 > - adk_sample.py > - vedit_mcp.py 2. 请安装以下两个依赖 ```python # # adk-sample pip install requirements # google-adk==0.3.0 # litellm==1.67.2 ``` 3. 请设置api-key和api-base 目前本脚本采用的是[`火山方舟平台`](https://www.volcengine.com/product/ark)的api,您可以前往自行配置 获取API_KEY后,请配置API_KEY到环境变量 ```bash export OPENAI_API_KEY="your-api-key" ``` 4. 执行脚本 ```bash cd sample python adk_sample.py ``` 5. 执行结束 此脚本执行结束且正确后,会在kb/result中生成视频结果文件,并生成日志文件并输出结果。 如需二次开发,你可以选择将`vedit_mcp.py`加入您的项目中使用。 #### 2.2 或者使用`cline`构建 首先请保证你的python环境以及ffmpeg配置正确 配置cline_mcp_settings.json如下 ```json { "mcpServers": { "vedit-mcp": { "command": "python", "args": [ "vedit_mcp.py", "--kb_dir", "your-kb-dir-here" ] } } } ``` #### 2.3. 使用stramlit web界面执行 待补充 ### 3. 注意事项 1. 建议使用`thinking-model`来处理这类任务,目前测试`thinking-model`的对这类任务处理似乎性能更好?但没进行过更深入的测试,这只是一个直观的感受。

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/zakahan/vedit-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server