Skip to main content
Glama
deenesjakoruzh
michaeljabbour

video-mcp

by michaeljabbour
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote

video-mcp

Каркас фазы 2a — только заглушки, интеграция с реальным API еще не выполнена. Интеграция с Veo появится в фазе 2a.2.

Асинхронный MCP-сервер для генерации видео с поддержкой нескольких провайдеров.

Python 3.10+ License: MIT

Статус

⚠️ Это каркас фазы 2a. Все провайдеры возвращают ответы-заглушки — фиктивные ID заданий, которые проходят путь от submitted (отправлено) → pending (в ожидании) → complete (выполнено) примерно через 2 секунды реального времени. Реальные видеофайлы не генерируются. Интеграция с реальным Veo 3.1 — следующая веха (фаза 2a.2).

Related MCP server: hyper-video-service

Назначение

Предоставляет MCP-интерфейс для асинхронной генерации видео с использованием нескольких бэкенд-провайдеров. Разработан для использования с оркестрационным пакетом amplifier-bundle-creative.

Ссылки по теме

Провайдеры

Провайдер

Статус

Примечания

Veo 3.1 Standard

Заглушка — интеграция ожидается

$0.40/сек, 4K, лучшая синхронизация губ

Veo 3.1 Fast

Заглушка — интеграция ожидается

$0.15/сек, 1080p, быстрая итерация

Veo 3.1 Lite

Заглушка — интеграция ожидается

$0.05/сек, 720p/1080p, большой объем

Grok Imagine Video

Только заглушка — вызывает NotImplementedError

D019: Ожидается xAI DPA/MSA

Sora 2 Pro

Только заглушка — вызывает NotImplementedError

D010: API EOL 2026-09-24

Поведение заглушек: Заглушки Veo возвращают фиктивный job_id (например, stub_veo_standard_abc123). Вызов get_job_status с этим ID вернет status: pending примерно на 2 секунды, затем status: complete с плейсхолдером output_url. Реальное видео не создается.

Настройка

Необходимые переменные окружения:

Переменная

Назначение

GEMINI_API_KEY

Провайдер Veo 3.1 (интеграция ожидается)

Опционально:

Переменная

По умолчанию

Назначение

XAI_API_KEY

—

Grok Imagine Video (ограничен — см. D019)

OUTPUT_DIR

~/Downloads/videos/

Базовая директория вывода

VIDEO_MCP_REQUEST_TIMEOUT

300

Тайм-аут запроса в секундах

VIDEO_MCP_LOG_PROMPTS

false

Логировать полные промпты в журнал событий

Быстрый старт

generate_video

Отправка задания на генерацию видео (возвращает job_id немедленно):

{
  "tool": "generate_video",
  "params": {
    "prompt": "A serene mountain lake at golden hour, camera slowly panning right",
    "provider": "veo-3.1-standard",
    "duration": 8.0,
    "aspect_ratio": "16:9"
  }
}

Ответ:

## ✅ Video Job Submitted

**Provider:** veo-3.1-standard
**Job ID:** `stub_veo_standard_a1b2c3d4e5f6`
**Status:** submitted

### ⏰ Polling Instructions
Call `get_job_status` with job_id `stub_veo_standard_a1b2c3d4e5f6` every ~15 seconds.
Typical completion: 30–120s for live Veo calls (2s for stubs).

get_job_status

Опрос для проверки завершения:

{
  "tool": "get_job_status",
  "params": {
    "job_id": "stub_veo_standard_a1b2c3d4e5f6"
  }
}

Ответ (через ~2 сек с заглушками):

## ✅ Video Complete

**Job ID:** `stub_veo_standard_a1b2c3d4e5f6`
**Status:** complete
**Progress:** 100%
**Output URL:** https://stub.example.com/video/stub_veo_standard_a1b2c3d4e5f6.mp4

Структура проекта

video-mcp/
├── src/
│   ├── server.py              # MCP entry point — generate_video, get_job_status
│   ├── config/
│   │   ├── constants.py       # VEO_MODELS, STUBBED_PROVIDERS, limits
│   │   ├── settings.py        # Env-var settings (GEMINI_API_KEY, XAI_API_KEY, ...)
│   │   ├── paths.py           # Output path resolution
│   │   └── dotenv.py          # .env loader shim
│   ├── providers/
│   │   ├── base.py            # VideoProvider ABC, VideoCapabilities, VideoJobResult, JobStore
│   │   ├── veo_provider.py    # Veo 3.1 Standard/Fast/Lite stubs
│   │   ├── sora_provider.py   # Sora 2 stub (D010)
│   │   ├── grok_provider.py   # Grok Imagine stub (D019)
│   │   ├── selector.py        # Provider routing (override + default)
│   │   └── registry.py        # Provider factory + JobStore routing
│   ├── models/
│   │   └── input_models.py    # Pydantic models for MCP tools
│   ├── exceptions.py          # VideoError hierarchy
│   └── services/
│       └── logging_config.py  # Structured JSONL event logging
└── tests/
    ├── test_providers.py
    └── test_server.py

Разработка

# Clone and install
git clone https://github.com/michaeljabbour/video-mcp.git
cd video-mcp
python3 -m venv venv && source venv/bin/activate
pip install -e ".[dev]"

# Run tests
pytest tests/ -v

# Verify server loads
python3 -c "from src.server import mcp; print('Server loads OK')"

# Start server (waits for MCP stdio)
python -m src.server

Лицензия

MIT

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

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers