Skip to main content
Glama

vdl-mcp verbindet einen KI-Assistenten mit Ihrem eigenen vdl-Server über das Model Context Protocol. Die wahre Stärke liegt in der Whisper-Synergie:

Download → Transkript → der Assistent versteht den Inhalt.

So können Sie Dinge sagen wie:

  • "Laden Sie dieses YouTube-Video herunter und fassen Sie es zusammen."

  • "Nehmen Sie diesen Kochclip und schreiben Sie das Rezept als Liste auf."

  • "Was wurde in diesem Interview über X gesagt?"

  • "Laden Sie das Audio dieses Vortrags herunter und geben Sie mir die wichtigsten Punkte."

So funktioniert es

Es ist ein kleiner stdio MCP-Server, der mit der REST-API von vdl kommuniziert und sich mit Ihrem vorhandenen API-Token authentifiziert. Nichts läuft innerhalb von vdl selbst.

Tool-Gruppen sind umschaltbar mit sicheren Standardeinstellungen:

Gruppe

Werkzeuge

Standard

Lesen

resolve, list_files, job_status, get_transcript

✅ an

Herunterladen

download

✅ an

Transkribieren

transcribe

✅ an

Löschen

delete_file

❌ aus

Massenaktionen

bulk

❌ aus

Einstellungen

get_settings

❌ aus

Eine deaktivierte Gruppe ist für den Assistenten unsichtbar.

Related MCP server: popcorn

Voraussetzungen

  • Eine laufende vdl-Instanz.

  • Ein MCP-Token: Öffnen Sie in vdl den MCP-Tab → Token erstellen und kopieren Sie ihn. Dieser Token ist eingeschränkt — er kann nur die MCP-Aktionen ausführen, die Sie dort aktivieren (Schreib-/Löschwerkzeuge respektieren die Umschalter und den Nur-Lesen-Modus, alles andere wird serverseitig abgelehnt), daher ist er sicherer als der allgemeine API-Token.

Installation

Mit pipx (setzt vdl-mcp in Ihren PATH):

pipx install git+https://github.com/sphings79/vdl-mcp

oder mit uv:

uv tool install git+https://github.com/sphings79/vdl-mcp

Mit Claude Desktop verbinden

Fügen Sie dies zu Ihrer Claude Desktop-Konfiguration hinzu (claude_desktop_config.json):

{
  "mcpServers": {
    "vdl": {
      "command": "vdl-mcp",
      "env": {
        "VDL_URL": "http://localhost:8000",
        "VDL_TOKEN": "your-api-token"
      }
    }
  }
}

Starten Sie Claude Desktop neu — die vdl-Werkzeuge erscheinen. (Jeder MCP-fähige Client funktioniert auf die gleiche Weise; führen Sie einfach den Befehl vdl-mcp über stdio aus.)

Mit Docker ausführen

Bevorzugen Sie einen Container? Ein vorgefertigtes Image wird auf GHCR veröffentlicht — verwenden Sie es als Befehl:

{
  "mcpServers": {
    "vdl": {
      "command": "docker",
      "args": ["run", "-i", "--rm",
               "-e", "VDL_URL", "-e", "VDL_TOKEN",
               "ghcr.io/sphings79/vdl-mcp:latest"],
      "env": {
        "VDL_URL": "http://host.docker.internal:8000",
        "VDL_TOKEN": "your-api-token"
      }
    }
  }
}

Beachten Sie das -i (hält stdin für stdio offen) und, wenn vdl auf demselben Host läuft, host.docker.internal, damit der Container es erreichen kann.

Keine Weboberfläche — bewusst so

vdl-mcp ist ein stdio-Prozess, der lokal von Ihrem MCP-Client gestartet wird. Es öffnet keinen Netzwerkport, hat daher keine Anmeldeseite und kein fail2ban — es gibt nichts eingehendes zu schützen. Sein Sicherheitsmodell ist: Halten Sie Ihren API-Token privat, lassen Sie destruktive Werkzeuge deaktiviert (die Standardeinstellungen) und legen Sie optional eine Domain-Whitelist fest. Authentifizierung und Brute-Force-Schutz liegen in vdl selbst. (Falls Sie stattdessen einen entfernten, Multi-Client-HTTP-Server wünschen, ist das ein anderer Transport — eröffnen Sie ein Issue.)

Werkzeuge

  • resolve(url) — analysiert einen Link, listet Elemente und verfügbare Qualitäten auf (kein Download).

  • download(url, audio=False, section="", wait=True) — lädt die beste Qualität (oder MP3) herunter; section wie 0:30-1:00 Ausschnitte; wait gibt den fertigen Dateinamen name zurück.

  • transcribe(name, language="") — Whisper-Transkription → gibt den Text zurück (erfordert ein in vdl eingestelltes Whisper-Modell).

  • get_transcript(name) — gibt den Text eines vorhandenen Transkripts zurück.

  • list_files(query, service, label, limit) — durchsucht Ihre Downloads.

  • job_status(job_id) — überprüft einen Download-Job.

  • (standardmäßig deaktiviert) delete_file, bulk, get_settings.

Konfiguration (Umgebungsvariablen)

Variable

Standard

Bedeutung

VDL_URL

http://localhost:8000

Basis-URL Ihrer vdl-Instanz

VDL_TOKEN

(leer)

vdl MCP-Token (aus dem MCP-Tab)

VDL_MCP_READ_ONLY

false

Kill-Schalter: nur Lesewerkzeuge bereitstellen (kein Download/Transkribieren/Löschen/Massenaktionen)

VDL_MCP_ALLOW_READ

true

resolve/list/status/get_transcript

VDL_MCP_ALLOW_DOWNLOAD

true

download

VDL_MCP_ALLOW_TRANSCRIBE

true

transcribe

VDL_MCP_ALLOW_DELETE

false

Dateien löschen

VDL_MCP_ALLOW_BULK

false

Massenaktionen

VDL_MCP_ALLOW_SETTINGS

false

Einstellungen lesen

VDL_MCP_TOOL_<name>

(nicht gesetzt)

Pro-Werkzeug-Überschreibung, z.B. VDL_MCP_TOOL_download=off — überschreibt das Gruppen-Flag

VDL_MCP_DOMAIN_ALLOWLIST

(leer = beliebig)

Komma-getrennte Host-Suffixe, von denen der Assistent herunterladen darf

VDL_MCP_TIMEOUT

30

Standard-Anfrage-Timeout (Sekunden)

Jedes Werkzeug ist in seiner Beschreibung gekennzeichnet — [read], [writes] oder [deletes] — damit sowohl Sie als auch der Assistent das Risiko auf einen Blick erkennen können.

Verwalten Sie es auch über die Weboberfläche von vdl: Gehen Sie in vdl zu Einstellungen → MCP-Tab, um jedes Werkzeug umzuschalten (mit einem Nur-Lesen-Master-Schalter und Risiko-Chips). vdl-mcp ruft diese Konfiguration beim Start ab, daher sind keine Umgebungsvariablen erforderlich — starten Sie vdl-mcp nach Änderungen neu. Priorität dafür, ob ein Werkzeug bereitgestellt wird: Nur-Lesen (env oder UI) → Pro-Werkzeug-env-Überschreibung → Web-UI → Gruppen-Flag.

Sicherheitshinweise

  • Der Assistent handelt als Sie über Ihren Token — halten Sie ihn privat.

  • Destruktive Werkzeuge sind standardmäßig deaktiviert. Aktivieren Sie sie bewusst.

  • Das Herunterladen einer beliebigen URL auf Anfrage eines Assistenten hat eine Prompt-Injection-Oberfläche. Setzen Sie VDL_MCP_DOMAIN_ALLOWLIST (z.B. youtube.com,instagram.com), um dies einzuschränken.

  • Nur für Inhalte, die Sie besitzen oder für die Sie die Rechte/Erlaubnis zum Herunterladen haben — es gilt der gleiche Haftungsausschluss wie für vdl.

Lizenz

GNU Affero General Public License v3.0 (AGPL-3.0) — siehe LICENSE. © 2026 sphings79

A
license - permissive license
-
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 Google Veo AI video generation

  • MCP server for Wan AI video generation

  • MCP server for Hailuo (MiniMax) 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/sphings79/vdl-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server