Video Pipeline MCP Server
Video Pipeline MCP Server
MCP-сервер для управления видеопайплайном. Работает с Claude AI Web через cloudflared-туннель.
Статус (2026-07): реализован слой управления данными (файлы, таблицы/Excel, структура каналов, поиск) + файрвол + транспорт. Продуктовый видео-пайплайн (озвучка/транскрибация/картинки/монтаж) — в разработке. План доведения до корпоративного уровня:
docs/roadmap/. Легенда ниже: ✅ реализовано · 🟠 заглушка/частично · 🔲 план.
Структура проекта (фактическая)
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/)Инструменты сейчас (52 в tools/list): ✅ fs_* (файлы), table_*/json_* (таблицы),
excel_* (книги), structure_* (создание каналов/видео по шаблонам), search_* (поиск);
🟠 tts_*/stt_*/img_*/video (media — заглушки).
Related MCP server: Video MCP
Установка
./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)Экономия: база ставится без тяжёлых библиотек (torch ~3 ГБ, stable-ts, litellm, onnxruntime) —
они импортируются лениво и вынесены в optional-группы. Сервер на чистой базе работает, а
media-инструменты честно отвечают PROVIDER_NOT_CONFIGURED / LOCAL_INFERENCE_FAILED.
Запуск
./run.sh # сервер + туннель (--no-tunnel — только локально)Зависимости
Источник истины — pyproject.toml (pip install -e .); точные пины базы — requirements.lock;
dev-инструменты — pip install -e ".[dev]"; media — pip install -e ".[media]"; локальный
ML-инференс — pip install -e ".[local]" (и pip install -e ".[gpu-amd]" для карт AMD).
База (обязательная, ~50 МБ)
Пакет | Зачем |
pydantic | контракты (ToolResult, ErrorDetail) |
openpyxl | работа с Excel |
pyyaml · jsonschema | чтение конфигов · валидация params по схеме |
aiohttp | HTTP-транспорт сервера за туннелем |
cryptography | подпись артефактов (S9), ключ инстанса |
Media (по запросу, .[media])
Пакет | Зачем |
httpx | HTTP-клиент к облачным шлюзам провайдеров |
litellm | унифицированный доступ к онлайн-моделям (STT/TTS/IMG) |
onnxruntime · pillow | удаление фона, апскейл (граф ONNX) |
ffmpeg-python | видео-операции |
Local (по запросу, .[local] — гигабайты рантайма)
Пакет | Зачем |
torch · torchaudio | рантайм локального инференса |
stable-ts | локальная транскрипция (whisper) |
piper-tts · diffusers · transformers | озвучка, генерация картинок |
cloudflared — бинарь (не pip), ставится install.sh.
Разработка
План развития, находки и канон спек: docs/roadmap/.
Предложения по улучшению функций: docs/roadmap/spec/IMPROVEMENTS.md.
This server cannot be installed
Maintenance
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
- AlicenseAqualityBmaintenanceMCP server for AI-powered image, audio, and video generation, enabling media creation directly from Claude, Cursor, and other MCP clients.1144MIT
- Flicense-qualityCmaintenanceA local MCP server that gives Claude Desktop full video editing capabilities via FFmpeg, Whisper, and yt-dlp.
- FlicenseBqualityCmaintenanceMCP server that enables video analysis capabilities to Claude, including frame extraction, scene detection, and video metadata retrieval.8
- AlicenseAqualityAmaintenanceAn 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.41MIT
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
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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