Video Pipeline MCP Server
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.toml(pip 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。
This server cannot be deployed
Maintenance
Related MCP Connectors
MCP server unifying ERPs, CRMs, APIs and knowledge base for Claude, ChatGPT and Gemini.
MCP server for Wan AI video generation
MCP server for Clipkit — gives AI agents a video toolbox via the Clipkit schema.
Guardrailed video editing MCP server: 200 FFmpeg tools, Video Receipts, Shorts repurposing.
1201
Related MCP Servers
- AlicenseAqualityCmaintenanceMCP server for AI-powered image, audio, and video generation, enabling media creation directly from Claude, Cursor, and other MCP clients.1129 npmMIT
- FlicenseNot gradedqualityDmaintenanceA local MCP server that gives Claude Desktop full video editing capabilities via FFmpeg, Whisper, and yt-dlp.-
- FlicenseBqualityDmaintenanceMCP server that enables video analysis capabilities to Claude, including frame extraction, scene detection, and video metadata retrieval.8-
- AlicenseAqualityBmaintenanceAn MCP server enabling Claude Code to analyze any video (local file, URL, or Jira ticket attachment) by extracting frame images and audio transcripts, or using Gemini for native video analysis.467 PyPIMIT