Skip to main content
Glama
sdvsdrv8990

Video Pipeline MCP Server

by sdvsdrv8990

Video Pipeline MCP Server

Servidor MCP para gestionar el pipeline de video. Funciona con Claude AI Web a través de un túnel cloudflared.

Estado (2026-07): se ha implementado la capa de gestión de datos (archivos, tablas/Excel, estructura de canales, búsqueda) + firewall + transporte. El pipeline de video de producción (locución/transcripción/imágenes/montaje) — en desarrollo. Plan para alcanzar el nivel corporativo: docs/roadmap/. Leyenda a continuación: ✅ implementado · 🟠 provisional/parcial · 🔲 plan.

Estructura del proyecto (real)

video_pipeline_mcp/
├── server.py              ✅ точка входа: MCP-эндпоинт + туннель; регистрация инструментов
├── pyproject.toml         ✅ сборка/зависимости (PEP 621) · requirements.lock — точные пины
├── install.sh · run.sh    ✅ установка (.venv + cloudflared) · запуск (--tunnel)
│
├── config/                ✅ декларации (поведение, НЕ код)
│   │                          (конфиг канала с S22 — не файл, а 7 листов channel_data.xlsx:
│   │                           RESOURCE_LIMITS, WORKFLOW_SEQUENCES, PUBLISHING_SCHEDULE,
│   │                           METADATA_DEFAULTS, AUTOMATION_RULES, SCENE_PROFILE, RENDER_CONFIG)
│   ├── server_reactions.yaml  ✅ реестр реакций (коды → класс + recovery)
│   ├── firewall.yaml          ✅ правила файрвола
│   ├── tunnel.yaml            ✅ конфиг туннеля (gitignored — секрет)
│   └── templates/
│       ├── workspace/         ✅ 6 шаблонов: niche/network/channel/video/competitor_channel/competitor_video
│       └── tables/            🔲 схемы книг (*.schema.yaml) — воркстрим A1′
│
├── core/                  — ядро (бизнес-логика)
│   ├── contracts/         ✅ Pydantic: ToolResult, ErrorDetail, Fact, TaskStatus
│   ├── engine/            ✅ generic-движок + template_engine
│   ├── firewall/          ✅ файрвол + rules/ (rate_limit, injection, ip_blocklist, anomaly)
│   ├── state/             ✅ read.json / write.json / session log
│   ├── reactions/         ✅ читалка server_reactions
│   ├── ids/               ✅ генерация ID + link_registry
│   ├── tables/ · excel/   ✅ слой таблиц и Excel-книг
│   ├── search/            ✅ поиск по ФС/таблицам (FsSearcher + QueryPlanner)
│   ├── transport/         ✅ туннель к Claude (transport + tunnel)
│   ├── runner/            ✅ инференс в отдельном процессе: сервис на петле + супервизор
│   ├── paths.py           ✅ containment путей в workspace/
│   └── providers/         🟠 адаптеры провайдеров (заглушки — в разработке)
│       ├── stt/ (stable-ts) · tts/ (LiteLLM) · img/ (LiteLLM) · ffmpeg/ (внешний MCP)
│
├── tools/                 🔲 тонкие обёртки Bounded Context (план: вынос из server.py, A2)
├── pipeline/              🔲 оркестрация процессов (entry_points + steps) — план
├── scripts/               🔲 утилиты (план: introspect_tables.py — A1′)
├── docker/                ✅ образ раннера (среда инференса заперта в контейнере)
├── tests/                 ✅ quick/ (unit) + симуляции (virus/bot_army/cache_*/…)
└── docs/
    ├── dev/               — история файлов, спеки (gitignored)
    └── roadmap/           ✅ план развития до корпоративного уровня + канон спек (spec/)

Herramientas actuales (52 en tools/list): ✅ fs_* (archivos), table_*/json_* (tablas), excel_* (libros), structure_* (creación de canales/videos según plantillas), search_* (búsqueda); 🟠 tts_*/stt_*/img_*/video (media — provisionales).

Related MCP server: Video MCP

Instalación

./install.sh            # .venv + БАЗОВЫЕ зависимости + cloudflared
./install.sh --media    # + облачные/HTTP-провайдеры и ONNX (bg_removal/upscale)
./install.sh --local    # + локальный ML-инференс (torch/stable-ts/piper/diffusers)
./install.sh --gpu-amd  # + локальный инференс на карте AMD (rocm-сборка torch)

Ahorro: la base se instala sin librerías pesadas (torch ~3 GB, stable-ts, litellm, onnxruntime) — se importan de forma diferida y se agrupan en grupos opcionales. El servidor funciona con la base limpia, y las herramientas multimedia responden honestamente con PROVIDER_NOT_CONFIGURED / LOCAL_INFERENCE_FAILED.

Ejecución

./run.sh              # сервер + туннель (--no-tunnel — только локально)

Dependencias

La fuente de verdad es pyproject.toml (pip install -e .); los pines exactos de la base — requirements.lock; herramientas de desarrollo — pip install -e ".[dev]"; media — pip install -e ".[media]"; inferencia ML local — pip install -e ".[local]" (y pip install -e ".[gpu-amd]" para tarjetas AMD).

Base (obligatoria, ~50 MB)

Paquete

Propósito

pydantic

contratos (ToolResult, ErrorDetail)

openpyxl

trabajo con Excel

pyyaml · jsonschema

lectura de configuraciones · validación de params según esquema

aiohttp

transporte HTTP del servidor tras el túnel

cryptography

firma de artefactos (S9), clave de instancia

Media (bajo demanda, .[media])

Paquete

Propósito

httpx

Cliente HTTP para puertas de enlace en la nube de proveedores

litellm

Acceso unificado a modelos online (STT/TTS/IMG)

onnxruntime · pillow

Eliminación de fondo, mejora de escala (grafo ONNX)

ffmpeg-python

Operaciones de video

Local (bajo demanda, .[local] — gigabytes de runtime)

Paquete

Propósito

torch · torchaudio

Runtime de inferencia local

stable-ts

Transcripción local (whisper)

piper-tts · diffusers · transformers

Locución, generación de imágenes

cloudflared — binario (no pip), se instala con install.sh.

Desarrollo

Plan de desarrollo, hallazgos y canon del spec: docs/roadmap/. Propuestas de mejora de funciones: docs/roadmap/spec/IMPROVEMENTS.md.

F
license - not found
-
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • MCP server for Wan AI video generation

  • MCP server for Clipkit — gives AI agents a video toolbox via the Clipkit schema.

  • MCP server for Google Veo AI video generation

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/sdvsdrv8990/vpipe_mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server