ojos-mcp: los "ojos" de Claude para vídeo

Claude no ve un vídeo en movimiento. Este servidor MCP se lo permite combinando dos fuentes:

• ffmpeg y OpenCV (local, gratis): miden los tiempos exactos de cada corte, sacan fotogramas y, segundo a segundo, el movimiento de cámara, los destellos y los golpes de sonido.

• Gemini (el vídeo se envía a Google): ve el vídeo en movimiento y con audio, y describe ritmo, transiciones, animación de textos y uso de la música.

Sirve para analizar referencias, replicar su estilo y revisar tus propios montajes antes de publicarlos.

Herramientas

Después de cada respuesta, el servidor borra de Google los vídeos que ha subido.

Related MCP server: Premiere-MCP-BuildX-Exclusive-V3

Instalación (macOS)

# 1. ffmpeg
brew install ffmpeg

# 2. Código y entorno de Python
git clone <URL_DE_ESTE_REPO> ~/ojos-mcp
cd ~/ojos-mcp
python3 -m venv venv
./venv/bin/pip install -r requirements.txt -r requirements-medidas.txt

# 3. Registrarlo en Claude Code. Sustituye TU_CLAVE por tu clave de Gemini
#    (créala en https://aistudio.google.com/apikey). Se guarda en tu configuración
#    de Claude Code, nunca en este repo.
claude mcp add --scope user ojos \
  -e GEMINI_API_KEY=TU_CLAVE \
  -e OJOS_PYTHON=$HOME/ojos-mcp/venv/bin/python \
  -- ~/ojos-mcp/venv/bin/python ~/ojos-mcp/servidor.py

# 4. Comprobar
claude mcp list

Sin clave de Gemini también funciona: las herramientas gratis van igual y las de Gemini avisan de que falta.

Ajustes (variables de entorno, con -e al registrarlo)

• OJOS_MODELO: modelo principal de Gemini. Por defecto, gemini-3.8-flash.

• OJOS_MODELOS_RESERVA: modelos a los que pasa solo si el principal se queda sin cuota del día (error 429). Por defecto, gemini-3.6-flash,gemini-3.5-flash-lite. El modelo agotado se salta durante 6 horas, y la respuesta indica qué modelo contestó.

• OJOS_DURACION_MAX_S: duración máxima de vídeo que se envía a Gemini. Por defecto, 300 s, para no gastar sin querer. Los vídeos más largos se analizan por tramos.

• OJOS_LIMITE_LLAMADA_S: tiempo máximo de espera por llamada a Gemini. Por defecto, 240 s.

• OJOS_PYTHON: el Python con numpy y OpenCV que usa ficha_segundo_a_segundo.

Coste y privacidad

• Cada segundo de vídeo cuesta unos 300 tokens por fotograma analizado más el audio. Las herramientas usan 2–8 fotogramas por segundo para no perder cortes rápidos: más fps, más coste.

• Con la cuota gratuita de Gemini, Google puede usar lo que le envías para mejorar sus productos. No subas vídeos con datos personales de terceros sin su permiso.

• Lo que dice Gemini es una opinión y puede equivocarse. Los tiempos de ffmpeg son medidas: si no coinciden, mandan los de ffmpeg.

Ejemplo de uso con Claude

Con ojos: desmonta ~/Movies/referencia.mp4 y dime cómo está montada, plano a plano.

Compara ~/Movies/referencia.mp4 con ~/Movies/mi_version.mp4 y dame los 3 cambios que más acercan mi versión a la referencia.