Skip to main content
Glama
sdvsdrv8990

Video Pipeline MCP Server

by sdvsdrv8990

Video Pipeline MCP 服务器

用于管理视频管道的 MCP 服务器。通过 cloudflared 隧道与 Claude AI Web 配合使用。

状态(2026-07): 已实现数据管理层(文件、表格/Excel、频道结构、搜索)+ 防火墙 + 传输。产品级视频管道(配音/转录/图片/剪辑)——正在开发中。达到企业级的计划:docs/roadmap/。图例:✅ 已实现 · 🟠 存根/部分实现 · 🔲 计划。

项目结构(实际)

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/)

当前工具(tools/list 中 52 个):✅ fs_*(文件)、table_*/json_*(表格)、excel_*(工作簿)、structure_*(按模板创建频道/视频)、search_*(搜索);🟠 tts_*/stt_*/img_*/video(媒体——存根)。

Related MCP server: Video MCP

安装

./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)

节省:基础安装无需重型库(torch ~3 GB、stable-ts、litellm、onnxruntime)——它们被延迟导入并归入可选组。纯基础服务器可运行,媒体工具会诚实地返回 PROVIDER_NOT_CONFIGURED / LOCAL_INFERENCE_FAILED。

启动

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

依赖

真实来源——pyproject.toml(pip install -e .);基础精确锁定——requirements.lock;开发工具——pip install -e ".[dev]";媒体——pip install -e ".[media]";本地机器学习推理——pip install -e ".[local]"(以及用于 AMD 显卡的 pip install -e ".[gpu-amd]")。

基础(必需,~50 MB)

包

用途

pydantic

契约(ToolResult、ErrorDetail)

openpyxl

处理 Excel

pyyaml · jsonschema

读取配置 · 按模式验证参数

aiohttp

隧道后服务器的 HTTP 传输

cryptography

工件签名(S9)、实例密钥

媒体(按需,.[media])

包

用途

httpx

用于云提供商网关的 HTTP 客户端

litellm

统一访问在线模型(STT/TTS/IMG)

onnxruntime · pillow

去除背景、缩放(ONNX 图)

ffmpeg-python

视频操作

本地(按需,.[local]——运行时数 GB)

包

用途

torch · torchaudio

本地推理运行时

stable-ts

本地转录(whisper)

piper-tts · diffusers · transformers

配音、图片生成

cloudflared 是二进制文件(非 pip),通过 install.sh 安装。

开发

发展计划、发现和规范标准:docs/roadmap/。功能改进建议:docs/roadmap/spec/IMPROVEMENTS.md。

Related MCP Connectors

Related MCP Servers