Skip to main content
Glama

一、简介:

MathMind MCP Server提供了一个基于MCP协议的音视频创作工具箱。用户在任意支持MCP协议的工具中添加MathMind MCP服务,即可实现用自然语言描述进行音视频的创作与剪辑。

二、核心工具

序号

工具中文名称

工具英文名称

工具介绍(中文)

1

多张图片合成视频

imgs2video

将一张或多张图片合成一个视频,支持添加背景音乐、配音。

2

多个视频合成视频

video2video

将一个或多段视频素材合成一个视频,支持上传背景音乐(非必填)、配音(非必填)合成新的视频。支持单独上传首、尾视频,固定视频首尾。支持设置封面图、支持配音音量控制、支持背景音乐自定义音量。

3

视频文案提取

video2txt

实时提取视频中的文案,用户输入视频链接即可。建议上传5分钟以下的视频

4

视频字幕识别

subtitleDynamic

上传视频,即可识别字幕并输出最终带字幕的视频。字幕支持设置字体与位置等。支持传入text文本。

5

视频字幕识别任务查询

taskFetch2

输入工具subtitleDynamic输出的traceId即可获得添加了字幕以后的视频地址

6

视频片段获取

videoCutRandom

输入视频链接,输入截取的起始和结束位置,即可截取视频片段

7

图生视频

imageGenVideo

上传图片,输入提示词,即可生成视频,模型为VIDU。支持实时生成和异步生成。当异步生成,则需要调用查询工具:videoTaskFetch实时直接生成URL;异步先只给traceId,用户需要调用videoTaskFetch

8

图片画中画

imgPip

输入视频,为视频添加图片,如logo、视频提及内容等图片素材。支持自定义素材的宽高、入场和出场的时间、动画以及显示的位置,非必填,取默认值。

9

画中画任务查询

cutTaskFetch

上述imgPip只会返回ReqId,此时需要使用任务查询工具主动查询结果

三、快速开始

获取apikey

在MathMind开放平台注册并获取apikey,立即前往

Related MCP server: mcp-ffmpeg

SSE 调用方式

Windsurf

前往 Windsurf > Settings > Cascade > Add Server > Add custom server 添加配置:

{
  "mcpServers": {
    "mcp-server-mathmind": {
      "url": "https://mcp.mathmind.cn/sse?x-api-key=<YOUR_API_KEY>"
    }
  }
}

Cursor

前往 Cursor -> Preferences -> Cursor Settings -> MCP -> Add new global MCP Server 添加配置:

{
  "mcpServers": {
    "mcp-server-mathmind": {
      "url": "https://mcp.mathmind.cn/sse?x-api-key=<YOUR_API_KEY>"
    }
  }
}

通义灵码

前往 通义灵码 -> MCP工具 -> MCP服务 -> 通过配置文件添加新增MCP服务 -> lingma_mcp.json添加以下配置:

{
  "mcpServers": {
    "mcp-server-mathmind": {
      "url": "https://mcp.mathmind.cn/sse?x-api-key=<YOUR_API_KEY>"
    }
  }
}

其他

技术支持

邮件联系:ai@mathmind.cn

技术支持:


快捷入口

Available Tools

9 tools
imageGenVideoA

基于传入的单张图片链接,将图片里面的内容通过图生视频的模型生成可以动起来的视频 将接口返回的JSON内容输出即可,其中 traceId 任务跟踪id 注意:只需要返回接口 traceId 内容,无需主动调用任务查询接口

Inputs: imageUrl (required), prompt.

imgPipA

视频中添加画中画,通过用户提供的在线图片链接将图片以画中画的方式插入到视频中进行合成。比如添加logo等 将接口返回的JSON内容输出即可,其中 traceId 表示任务跟踪id。 注意:只需要返回接口内容,无需主动调用任务查询接口

Inputs: mUrl (required), videoUrl (required), mXY, Width, +7 more.

imgPipTaskFetchbyReqIDA

根据用户输入的req_id来查询 视频中添加画中画功能的任务结果。 将接口返回的JSON内容输出即可

Inputs: req_id (required).

imgs2videoA

将一张或多张图片合成一个静态的视频,支持添加背景音乐、配音; 视频时长以配音时长为准,当配音时长小于背景音乐时长时, 会对背景音乐进行裁剪;当配音时长大于背景音乐时,会将背景音乐复制 返回的内容是一个JSON结构,其中 traceId 代表任务查询id,videoUrl 代表生成视频地址,downloadUrl代表下载链接

Inputs: imageUrls (required), bgmUrl, voiceUrl, bgmVolume, +2 more.

subtitleDynamicA

根据输入的视频地址,给视频添加字幕。如果原视频没有字幕,本接口可以自动识别视频中音频文字内容(无需调用其他接口提取视频中的文字内容),并将输出添加到视频上,形成带字幕的视频。 如果用户同时输入了字幕文本,以提供的文本作为参考,从而提升字幕文本的准确性,形成带字幕的视频。 字幕支持设置字体与位置等。支持传入text文本。 返回的内容是一个JSON结构,其中 taskID 代表任务查询id,traceId 任务跟踪id 注意:只需要返回接口内容,无需主动调用任务查询接口

Inputs: videoUrl (required), text, marginV, fontSize, +7 more.

taskFetchByTraceIDB

根据用户已经提交过的任务 traceId 查询提交的任务结果

Inputs: traceId.

video2txtA

提取用户提供的视频链接地址对应视频中的文案,用户输入视频链接即可。建议上传5分钟以下的视频.

Inputs: videoUrl.

video2videoA

通过视频素材合成新的视频,将一个或多段视频素材合成一个视频,支持上传背景音乐(非必填)、配音(非必填)合成新的视频。 支持单独上传首、尾视频,固定视频首尾。支持设置封面图、支持配音音量控制、支持背景音乐自定义音量。

Inputs: videoFiles (required), bgmUrl, voiceUrl, bgmVolume, +5 more.

videoCutRandomB

输入视频链接,输入截取的起始和结束位置,即可截取位置获得对应的视频片段

Inputs: videoUrl (required), endPlace, startPlace.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.6/5.0

    Scored across 9 tools

    Disambiguation4/5

    Most tools target clearly distinct operations: image-to-video, video-to-video, video-to-text, subtitles, cutting, and picture-in-picture. However, taskFetchByTraceID and imgPipTaskFetchbyReqID both serve as task-result fetchers and could be confused, and imgs2video vs imageGenVideo may require careful reading to distinguish.

    Naming Consistency3/5

    The names follow a mix of conventions: video2video, video2txt, and imgs2video use an input-to-output pattern, while subtitleDynamic, imageGenVideo, videoCutRandom, and imgPip use camelCase verb/noun phrases. There are also capitalization inconsistencies like traceID vs reqID, making the set readable but not uniformly patterned.

    Tool Count5/5

    With 9 tools, the server is well-scoped for a video/media processing domain. Each tool provides a meaningful operation without excessive redundancy, and the count supports a coherent workflow.

    Completeness4/5

    The tool set covers the main lifecycle of creating and retrieving video-processing tasks across generation, editing, transcription, and subtitles. Minor gaps include no explicit cancel operation and only limited task-fetch coverage for some tools, but agents can generally complete core workflows.

    Maintenance

    ActivityInactive
    ResponsivenessOutdated data

    Related MCP Connectors

    Related MCP Servers