VidXP MCP Server

タイムスタンプではなく、瞬間を見つける

VidXPは、1本の動画、あるいはコレクション全体を、意味に基づいて検索可能にします：

• 対話検索： 誰かが言ったと覚えている言葉を入力すると、一致する瞬間にジャンプします。

• シーン検索： 画面に映ったものを説明すると、最も近い視覚的な一致を見つけます。

• アクション検索： 数秒にわたって起こる出来事を説明します。

• 出演者マッチング： 動画内で繰り返し登場する顔を見つけ、選択したグループ用にハイライトされた動画を書き出します。

何年分もの家庭用動画の検索、編集ワークフローへの動画検索の追加、あるいはAIエージェントに自分の動画ライブラリからの証拠を使って質問に答えさせる、といった用途に使えます。動画は自分のマシンに置いたままにできます。

Related MCP server: klaket-mcp

ここから始める

VidXPの使い方に合わせて、セットアップ方法を選択してください。

1. デスクトップアプリ

Windows、Apple Silicon macOS、Linux用のインストーラーは、GitHub Releases からダウンロードしてください。

既存のVidXPインストールに接続するか、デスクトップアプリに分離されたランタイムの管理を任せることができます。対応するセットアップオプションについては、デスクトップアプリのインストール手順 を参照してください。

2. CLIとローカルAIアシスタント

コマンド、スクリプト、ローカルAIアシスタント向けには、uv をインストールしてから、次を実行します：

# Install the CPU edition
uv tool install --python 3.14 --torch-backend cpu "vidxp[local-worker,mcp]"

# Check FFmpeg, download models, and verify the installation
vidxp init
vidxp prepare
vidxp doctor

# Print the settings for a local MCP client
vidxp mcp-config

ブラウザインターフェースを追加するには、次を実行します：

uv tool install --python 3.14 --torch-backend cpu \
  "vidxp[local-worker,mcp,frontend]"
vidxp ui

クライアントごとのMCP設定、HTTP API、リモートサーバーのセットアップについては、インストールガイド を参照してください。

3. サーバー向けDocker

公開されているオールインワンイメージを、ホームサーバーや他の単一マシンで実行します：

# Download the search models into the persistent volume
docker run --rm -it \
  -v vidxp-data:/var/lib/vidxp \
  ghcr.io/grayhatdevelopers/vidxp:latest \
  vidxp prepare

# Start the browser interface
docker run --rm --init \
  -p 8501:8501 \
  -v vidxp-data:/var/lib/vidxp \
  ghcr.io/grayhatdevelopers/vidxp:latest

長期運用するサーバーでは、latest ではなく公開済みのバージョンを固定してください。Coolifyへのデプロイでは、compose.coolify.yaml とともに公開済みの -control イメージと -worker イメージを使用します。リポジトリのビルドは不要です。完全なセットアップについては、Coolifyガイド を参照してください。

今すぐできること

• 個々の動画やコレクション全体から、検索可能なライブラリを構築できます。

• 説明文から、対話、サウンドイベント、視覚的なシーン、複数フレームにわたるアアクションを見つけられます。

• 根拠に基づいた質問ができ、裏付けとなるボード、フレーム、クリップを確認できます。

• 繰り返し登場する顔をグーループ化し、ハイライトされた出演者のオーバーレイをレンダリングできます。

• 個人用、クライアント用、プロジェクト用のライブラリを分けて管理できます。

• デスクトップアプリ、ブラウザ、CLI、MCP、またはHTTP AP Iを通じてVidXpを使用できます。

最初の検索

ブラウザアプリが、インポートとインデックス作成の手順を案内します。コマンドラインでの同じ流れは次のとおりです：

# Add a video
vidxp media import samplevideo.mp4 --json

# Index the returned media ID
vidxp index create <media-id>

# Find a visual moment
vidxp search scene "a yellow taxi on a city street"

# Find an action or event
vidxp search videoprism "a person opens a door and walks outside"

# Find a sound event
vidxp search sound "a dog barking over traffic noise"

# Find something that was said
vidxp search dialogue "the bread just came out of the oven"

結果には、ソース動画、タイムスタンプ、一致スコア、そしてその瞬間を見つけるために使用された証拠が含まれます。1本の動画だけを検索するには、--media-id <media-id> を追架します。

完全なコマンドリファレンスについては、vidxp --help または vidxp <command> --help を実行してください。

アプリケーションとAIエージェント向け

Pythonパッケージを使用して、選択したVidXp機能をアプリケーションに直接追架するか、V idXpをサービスとして実行する場合はH TTP AP Iを使用します。

[](https://you tu.be/fa4Zx-bSOh4)

MCPを使うと、AIクライアントは動画の追架とインデックス作成、ライブラリの検索、根拠に基づいた質問、そしてボード、フレーム、クリップなどの検査可能な証拠の返却を行うことができます。ローカルクライアントは、同じコンピュータ上でV idXpをプログラムとして起動できます。ホスト型クライアントは、デプロイされたV idXpサーバーに接続します。

Codexプラグインとスキル

V idXpは、このGitHubリポジトリでホストされているGitマーケットプレイスを通じて、Codexプラグインとして配布されています。再利用可能な3つのワークフローが含まれています：

• DesktopまたはCLIをインストールしてCodexに接続する；

• 動画を取り込んでインデックスを作成する；そして

• 瞬間を見つけて検査可能な証拠を返す。

これをCodexに貼り付けます：

Add https://github.com/grayhatdevelopers/vidxp as a Git plugin marketplace, install the VidXP plugin, then use its $vidxp-install skill to set up VidXP on this computer.

V idXp Desktopは、Set up in Codex ボタンから同じセットアップを実行できます。

対応するAIクライアントでは、対話型のアップロードおよび証拠レビュービューを表示できます。そのイターフェースがないクライアントでも、通常のMCPツールを通じて同じワークフロー結果を受け取れます。

• Python、HTTP、MCPのインストール

• ローカルHTTP AP IとMCPサーバー

• ChatGPTとCodexプラグインの統合

• オプションの機能パッケージ

• Coolifyサーバーのセットアップ

ダウンロードとストレージ

初回セットアップでは、選択した機能に必要なモデルのみがダウンロードされます。V idXpは、ダウンロードを開始する前にサイズと保存先を表示します。

Desktopが管理するPythonランタイムと選択された依存関系は、約3 GiBを使用できます。

すべての検索機能を備えた完全なローカルDesktopセットアップでは、約9.0 GiBを使用します。インストール中、およびインデックス、ソース動画、書き出した結果のために、追加の一時領域を確保してください。

デフォルトでは、CLIとデスクトップアプリは同じVidXPデータディレクトリを共有します：

Dockerでは、上記と同じデータが vidxp-data ボリュームに保持されます。

製品ロードマップ

今後の製品改善は、以下に焦点を当てています：

• 出演者グループへのラベル付けと、異なる動画間での同一人物のマッチング；

• 角度、照明、動き、遮蔽にわたる、より信頼性の高い顔追跡；

• 画面に映っている人物と、その人物が話している対話の関連付け；

• ライブラリ全体にわたる、より良い検索ランキング、時間範囲、自然言語での質問；

• より豊富なプレビュー、タイムライン、フイルター、保存済み検索、結果の再生；

• 大規模な個人用・プロジェクト用の動画コレクションを整理しやすくすること；

• より高速なインデックス作成とGPUアクセラレーションのサポート；そして

• よりスムーズなデスクトップアプリの更新、修復、モデル管理。

VidXPはベータ版です。検索品質、出演者ワークフロー、実際の動画ライブラリでのユースケースに関するフィードバックは特に有用です。

ヘルプとプロジェクトリンク

• インストールとトラブルシューティング

• デスクトップアプリの開発

• Coolifyへのデプロイ

• 変更履歴

• イシュートラッカー

• MITライセンス

コントリビューション

コントリビューションを歓迎します。プルリクエストを開く前に、コントリビューションガイド をお読みください。

クレジット

VidXpは、以下の学生による研究プロジェクトとして始まりました：

• Abdullah Mansoor

• Muhammad Haroon

• Sarah Jawaid

• Talha Ahmed

この研究は、NED University of Engineering and Technology の Dr Shahab Tahzeeb と、Grayhat の Saad Bazaz とともに行われました。

V idXpは現在、Grayhat によって開発され、コミュニティのコントリビューターによってメンテナンスされています。

メール： info@grayhat.studio