Skip to main content
Glama
Gollum-code

video-workflow-mcp

by Gollum-code
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

video-workflow-mcp — 视频工作流 MCP Server

演示

操作演示

功能总览

一条命令出片：Whisper 转写 → SRT 字幕 → 中文 TTS 配音 → 合成新视频。 全本地、CPU、离线，无 GPU 也能跑。

Related MCP server: Video Transcript MCP Server

为什么做这个

调研确认（7 轮实测）："转写+配音+合成"一条链路的 MCP 协议层 = 0 竞争。

  • whisper+mcp 572个但全是单步工具（会议纪要/语音对话），无一人做"视频重新配音"

  • dubbing+mcp 30个，全是付费API包装，本地免费配音 MCP = 0

  • 需求被非MCP工具验证：VideoLingo 18.5k★、pyvideotrans 19.2k★ —— 但没人做成可插拔的 MCP

本项目的价值：把"视频本地化/加配音/加字幕"变成 AI 工作流里的一条命令。

核心能力

工具

说明

transcribe_video ⭐

视频/音频 → Whisper 转写 → SRT（带时间戳，自动中文检测）

dub_video_tool ⭐⭐

视频 → 转写 → 中文TTS配音 → 合成新视频（一条命令）

dialogue_dub_tool ⭐⭐⭐

多音色对话配音：转写 → 每段自动分配男女音色 → 配音（影视翻译/解说）

list_voice_options

复用 tts-mcp-server 的聚合音色目录

典型用途

1. 给无声视频加中文旁白：
   dub_video_tool(input_path="产品演示.mp4", voice_id="edge:zh-CN-YunxiNeural")

2. 外语视频翻译配音成中文：
   转写 → 翻译 → 配音 → 合成

3. 批量给短视频加配音（自媒体矩阵）

性能（无 GPU，CPU 实测）

操作

耗时

16s 视频转写

~5s（RTF 0.3，faster-whisper int8）

转写+配音+合成

~12s

安装

pip install video-workflow-mcp-server   # 依赖 faster-whisper/moviepy
# 需要 ffmpeg（Windows: winget install Gyan.FFmpeg）

使用（Claude Desktop）

{
  "mcpServers": {
    "video-workflow": {
      "command": "video-workflow-mcp",
      "args": []
    }
  }
}

生态协同（四个 MCP 组合）

tts-mcp-server      文本 → 语音 + 逐句字幕
audio-post-mcp      语音 → 响度规范/降噪/静音切割
idphoto-mcp         人像 → 证件照
video-workflow-mcp  视频 → 转写/配音/合成  ← 汇聚层

License

MIT。Whisper 用 faster-whisper（MIT），TTS 用 edge-tts（GPL，独立适配层）。

系列（Chinese MCP Suite）

中文内容创作/工具 MCP 全家桶，全本地、CPU、离线：

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers