Skip to main content
Glama
deenesjakoruzh
michaeljabbour

video-mcp

by michaeljabbour
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote

video-mcp

阶段 2a 骨架 — 仅存根，尚未连接实时 API。 实时 Veo 连接将在阶段 2a.2 中实现。

一个支持多提供商的异步视频生成 MCP 服务器。

Python 3.10+ License: MIT

状态

⚠️ 这是阶段 2a 骨架。 所有提供商均返回存根响应 — 即在约 2 秒的实际时间后，从 submitted（已提交）变为 pending（处理中）再到 complete（已完成）的虚假作业 ID。不会生成任何真实的视频字节。实时 Veo 3.1 连接是下一个里程碑（阶段 2a.2）。

Related MCP server: hyper-video-service

目的

提供一个 MCP 接口，用于使用多个后端提供商进行异步视频生成。专为与 amplifier-bundle-creative 编排包配合使用而设计。

相关链接

提供商

提供商

状态

备注

Veo 3.1 Standard

存根 — 等待实时连接

$0.40/秒，4K，最佳唇形同步

Veo 3.1 Fast

存根 — 等待实时连接

$0.15/秒，1080p，更快的迭代

Veo 3.1 Lite

存根 — 等待实时连接

$0.05/秒，720p/1080p，高容量

Grok Imagine Video

仅存根 — 引发 NotImplementedError

D019：等待 xAI DPA/MSA

Sora 2 Pro

仅存根 — 引发 NotImplementedError

D010：API 于 2026-09-24 终止支持

存根行为： Veo 存根返回一个虚假的 job_id（例如 stub_veo_standard_abc123）。使用该 ID 调用 get_job_status 将在约 2 秒内返回 status: pending，然后返回 status: complete 以及占位符 output_url。不会产生真实的视频。

设置

所需环境变量：

变量

目的

GEMINI_API_KEY

Veo 3.1 提供商（等待实时连接）

可选：

变量

默认值

目的

XAI_API_KEY

—

Grok Imagine Video（受限 — 见 D019）

OUTPUT_DIR

~/Downloads/videos/

基础输出目录

VIDEO_MCP_REQUEST_TIMEOUT

300

请求超时（秒）

VIDEO_MCP_LOG_PROMPTS

false

将完整提示词记录到事件日志

快速入门

generate_video

提交视频生成作业（立即返回 job_id）：

{
  "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"
  }
}

响应：

## ✅ 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

轮询完成状态：

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

响应（使用存根约 2 秒后）：

## ✅ Video Complete

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

项目结构

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

开发

# 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

许可证

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