Skip to main content
Glama
sdvsdrv8990

Video Pipeline MCP Server

by sdvsdrv8990

Video Pipeline MCP Server

動画パイプラインを管理するためのMCPサーバーです。cloudflaredトンネルを介してClaude AI Webと連携します。

ステータス(2026年7月時点): データ管理層(ファイル、テーブル/Excel、チャンネル構造、検索)+ ファイアウォール + トランスポートを実装済み。プロダクション向け動画パイプライン(音声合成/文字起こし/画像生成/編集)は開発中。エンタープライズレベルへのロードマップ:docs/roadmap/。凡例:✅ 実装済み · 🟠 スタブ/一部実装 · 🔲 計画中。

プロジェクト構成(実績)

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/)

現在のツールtools/listで52個):✅ fs_*(ファイル)、table_*/json_*(テーブル)、excel_*(ブック)、structure_*(テンプレートによるチャンネル/動画作成)、search_*(検索);🟠 tts_*/stt_*/img_*/video(メディア — スタブ)。

Related MCP server: Video MCP

インストール

./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)

省スペース:ベースは重量ライブラリ(torch ~3GB、stable-ts、litellm、onnxruntime)なしでインストール可能 — これらは遅延インポートされ、オプショナルグループに分離されています。クリーンなベースでサーバーは動作し、メディアツールは誠実にPROVIDER_NOT_CONFIGURED / LOCAL_INFERENCE_FAILEDを返します。

起動

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

依存関係

信頼できる情報源はpyproject.tomlpip install -e .);ベースの正確なピンはrequirements.lock;開発ツールはpip install -e ".[dev]";メディアはpip install -e ".[media]";ローカルML推論はpip install -e ".[local]"(AMDカードの場合はpip install -e ".[gpu-amd]")。

ベース(必須、約50MB)

パッケージ

用途

pydantic

コントラクト(ToolResult、ErrorDetail)

openpyxl

Excel操作

pyyaml · jsonschema

設定ファイル読み込み · スキーマによるparams検証

aiohttp

トンネル経由のHTTPトランスポート

cryptography

アーティファクト署名(S9)、インスタンスキー

メディア(オプション、.[media]

パッケージ

用途

httpx

プロバイダのクラウドゲートウェイへのHTTPクライアント

litellm

オンラインモデルへの統一アクセス(STT/TTS/IMG)

onnxruntime · pillow

背景除去、アップスケール(ONNXグラフ)

ffmpeg-python

動画操作

ローカル(オプション、.[local] — ギガバイト級のランタイム)

パッケージ

用途

torch · torchaudio

ローカル推論ランタイム

stable-ts

ローカル文字起こし(whisper)

piper-tts · diffusers · transformers

音声合成、画像生成

cloudflared — バイナリ(pip不可)、install.shでインストール。

開発

開発計画、知見、正準スペック:docs/roadmap/。 機能改善の提案: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