# video-mcp — 视频文案提取 + 总结 MCP 服务

多平台视频 MCP:贴链接 → 提取字幕/口播文案 → 服务端蒸馏 → 只回 Markdown 摘要(省 token)。

> 背景:上游 yzfly/douyin-mcp-server 已于 2026-07-02 归档,解析代码在 2026-09 抖音 SSR 改版后失效。此为 fork 修复自建版(vault 镜像,服务器部署在 `/home/jerry/video-mcp`)。

## 工具

| 工具 | 参数 | 返回 |
|---|---|---|
| `summarize_video` | `url`, 可选 `lang` | Markdown 摘要(标题/要点/结论/时间戳),全文不进对话 |
| `get_transcript` | `url`, 可选 `out_dir` | 全文文本 + 落盘 `.md` 文件路径 |

平台自动识别:B站(`bilibili.com`/`b23.tv`)、YouTube(`youtube.com`/`youtu.be`)、抖音(`douyin.com`/`v.douyin.com`)。

## 引擎与配置(环境变量)

| 变量 | 默认 | 说明 |
|---|---|---|
| `ASR_API_KEY` | 必填 | 硅基流动 key(SenseVoice 口播转写;复用 douyin-mcp 那把) |
| `LLM_BASE_URL` | `https://api.deepseek.com/v1` | OpenAI 兼容端点;服务器上指 `http://127.0.0.1:8080/v1` 用本地 Qwen3.8 |
| `LLM_API_KEY` | 必填 | 对应端点 key(本地 llama.cpp 可任意非空) |
| `LLM_MODEL` | deepseek-chat | 模型名 |
| `LLM_CTX` | 200000 | 超过此 token 的字幕自动分段 map-reduce(默认单段直给,本地 Qwen3.8 200K 无需分段) |
| `DOUYIN_ENGINE` | `browser` | `browser`(本机 Kimi WebBridge 抓签名流)/ `tiktokdownloader`(规划中) |

## 抖音引擎说明(browser 模式)

抖音无公开字幕。`browser` 引擎复用本机真实浏览器会话(需先启动 Kimi WebBridge 守护进程 `~/.kimi-webbridge/bin/kimi-webbridge start`,浏览器需保持打开):

1. 新标签打开 `douyin.com/video/{id}`,等待视频元素就绪
2. Performance API 提取签名音频流(media-audio-*)URL
3. 下载 → ffmpeg(imageio-ffmpeg 自带静态二进制)转 wav
4. SenseVoice(硅基流动)→ 文案 → LLM 蒸馏

已知局限:依赖本机浏览器进程;服务器端自动化引擎(TikTokDownloader)为 TODO。

## 本地跑(stdio)

```bash
uv sync   # 或 uv run video-mcp
ASR_API_KEY=sk-... LLM_API_KEY=sk-... uv run video-mcp
```

## 服务器部署(规划)

```bash
# HTTP 模式
uv run video-mcp --transport http --host 127.0.0.1 --port 8310
# systemd 或 docker + Tailscale Serve 转发 → claude mcp add-remote / astrbot MCP 添加
```

## 验证记录

- 2026-09-05:手动链路全通(浏览器签名流 → ffmpeg → SenseVoice → 总结);B站/抖音在 Mac(webbridge)与 Linux 服务器(CDP headless Chromium)双端实测通过
- 上游 yzfly/douyin-mcp-server 2026-07-02 归档,解析失效(KeyError 'videoInfoRes'),故自建本项目