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.tomlpip 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)

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]

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)

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

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