openmedia-mcp

Набор MCP-серверов, обеспечивающих экономное использование контекста для извлечения, анализа и обработки медиа — изображений, PDF, видео, аудио — предназначен для ИИ-агентов.

Работает с любой MCP-совместимой средой (opencode, Claude Code/Desktop, Cursor, Windsurf, Cline, LM Studio, ...) через stdio, потоковый HTTP или SSE.

Зачем

Мультимодальные модели могут видеть, но большинство сред не дают им простого способа посмотреть видео, отсканированный PDF или 20-мегабайтную фотографию, не спотыкаясь и не сжигая огромный контекст. openmedia-mcp решает это с помощью жёстких правил:

• Каждый визуальный результат уменьшается и пережимается перед отправкой модели (настраиваемые максимальный размер / качество JPEG).

• Каждый текстовый результат ограничен по длине с явным маркером усечения, который сообщает модели, как получить остальное.

• Лимиты кадров/страниц на вызов (12 кадров, 8 страниц) предотвращают случайное затопление контекста.

• URL-адреса — объекты первого класса: URL видеостраниц (YouTube и ещё более 1000 сайтов через yt-dlp) загружаются один раз в разрешении ≤720p и кэшируются; прямые URL файлов кэшируются с лимитом размера.

Related MCP server: Vision MCP Server

Требования

Python ≥ 3.10 плюс системные бинарные исполняемые файлы (все проверяются в момент вызова с сообщениями об ошибках, подсказывающими решение; бинарь нужен только тем инструментам, которые вы реально вызываете):

Необязательно: pip install 'openmedia-mcp[whisper]' включает локальное распознавание речи (audio_transcribe) через faster-whisper.

Установка и запуск

# From a local checkout
uv run --project /path/to/openmedia-mcp openmedia-mcp

# Or install as a tool
uv tool install git+https://github.com/Builderstar/openmedia-mcp.git
openmedia-mcp --tools pdf,image

opencode

{
  "mcp": {
    "openmedia": {
      "type": "local",
      "command": ["uv", "run", "--project", "/home/you/projects/openmedia-mcp", "openmedia-mcp"]
    }
  }
}

Claude Desktop / общая конфигурация MCP

{
  "mcpServers": {
    "openmedia": {
      "command": "uv",
      "args": ["run", "--project", "/home/you/projects/openmedia-mcp", "openmedia-mcp"]
    }
  }
}

HTTP-транспорт

openmedia-mcp --transport streamable-http --host 127.0.0.1 --port 8756

Наборы инструментов

Подключайте только то, что нужно конкретной среды, с помощью --tools image,pdf,video,audio (по умолчанию: все). Инструмент media_probe доступен всегда.

image

pdf

video

audio

Конфигурация (переменные окружения)

Безопасность и конфиденциальность

Этот сервер действует с правами пользователя, который его запускает. Его инструменты могут читать локальные медиафайлы, загружать URL, запускать бинарные файлы для обработки медиа и писать в выбранные вызывающей стороной пути вывода. Ответы инструментов могут содержать абсолютные пути и метаданные медиа. Подключайте только доверенные MCP-клиенты.

HTTP-транспорты не предоставляют аутентификацию. По умолчанию они привязаны к loopback; не открывайте их на другой хост или недоверенную сеть без отдельного аутентифицированного прокси и сетевой политики. Загрузка URL может обращаться к адресам, видимым с хоста, включая сервисы в приватной сети.

Необязательный инструмент Whisper при первом использовании загружает и кэширует базовую (base) модель faster-whisper. Для работу в автономном режиме подготовьте кэш этой модели заранее.

Разработка

uv sync                          # install deps
uv run python tests/smoke_test.py [sample-video.mp4]   # exercises every tool

Смоук-тест генерирует собственное тестовое изображени е и PDF; передайте любой локальный видеофайл, чтобы также охватить наборы инструментов для видео/аудио.

Лицензия

MIT