VMS MCP-Server-Integration

Was macht der “VMS” MCP-Server?

Der VMS MCP-Server ist ein Model Context Protocol (MCP)-Server, der für die Verbindung zu einem CCTV-Aufzeichnungsprogramm (Video Management System, kurz VMS) entwickelt wurde, um KI-Assistenten den Zugriff auf Videoüberwachungssysteme und deren Steuerung zu ermöglichen. Der Server stellt eine programmatische Schnittstelle zum Abrufen von aufgezeichneten und Live-Video-Streams, Verwalten von Videokanälen und Senden von Befehlen an die VMS-Software bereit, z. B. zum Anzeigen von Live- oder Wiedergabedialogen für bestimmte Kanäle zu festgelegten Zeiten. Er ermöglicht KI-gesteuerten Workflows die direkte Interaktion mit Überwachungshardware und unterstützt Aufgaben wie das Abrufen von Kanalstatus, das Extrahieren von Bildern, die Steuerung von PTZ-(Pan-Tilt-Zoom-)Kameras und mehr. Diese Integration verbessert Entwicklungs-Workflows für Anwendungen in den Bereichen Sicherheit, Monitoring und Automatisierung, indem KI-Assistenten mit realen Videoüberwachungsfunktionen verbunden werden.

Liste der Prompts

Im Repository oder in der Dokumentation wurden keine Prompt-Vorlagen erwähnt.

Liste der Ressourcen

Es wurde keine explizite Liste von MCP-Ressourcen im Repository oder in der Dokumentation bereitgestellt.

Liste der Tools

• Videokanal-Informationen abrufen
  Stellt Daten wie Verbindungs- und Aufnahmestatus für jeden Videokanal bereit.

• Aufnahmedaten und -zeiten abrufen
  Ruft verfügbare Aufnahmedaten und -zeiten für bestimmte Kanäle ab.

• Live- oder aufgezeichnete Bilder abrufen
  Ermöglicht das Extrahieren von Schnappschüssen aus Videokanälen, entweder live oder aus Aufzeichnungen.

• Live-Streams oder Wiedergabedialoge anzeigen
  Befehligt das VMS, Live-Streams oder Wiedergabeoberflächen für ausgewählte Kanäle und Zeitstempel anzuzeigen.

• PTZ-Kameras steuern
  Bewegt Pan-Tilt-Zoom-Kameras auf voreingestellte Positionen für eine flexible Ansicht.

Anwendungsfälle dieses MCP-Servers

• Sicherheitsüberwachung und Automatisierung
  Ermöglichen Sie KI-Assistenten, Live-Sicherheitsfeeds automatisch zu überwachen, Anomalien zu erkennen und auf Basis der Videoanalyse Alarme oder Aktionen auszulösen.

• Vorfalluntersuchung und Wiedergabe
  Schneller Zugriff und Überprüfung historischer Aufzeichnungen für bestimmte Kanäle und Zeiträume zur Unterstützung von Vorfalluntersuchungen.

• Fernsteuerung der Überwachung
  Nutzer oder automatisierte Agenten können PTZ-Kameras fernsteuern oder Wiedergabedialoge starten, ohne direkten Zugriff auf den VMS-Client zu benötigen.

• Integration mit Smart Home- oder Gebäudesystemen
  Verbinden Sie Sicherheitsvideo-Feeds mit übergeordneten Automatisierungsplattformen und ermöglichen Sie systemübergreifende Auslöser (z. B. Verriegeln von Türen bei verdächtiger Aktivität).

Einrichtung

Windsurf

Für Windsurf sind in der Dokumentation keine spezifischen Einrichtungsanweisungen vorhanden.

Claude

1. Voraussetzungen sicherstellen: Installieren Sie Python 3.12+, die vmspy-Bibliothek und die Pillow-Bibliothek.
2. VMS-Server herunterladen/installieren: Download unter http://surveillance-logic.com/en/download.html.
3. Claude Desktop konfigurieren: Bearbeiten Sie claude_desktop_config.json wie folgt:
4. MCP-Server hinzufügen: Fügen Sie folgenden JSON-Schnipsel ein:

{
  "mcpServers": {
    "vms": {
      "command": "uv",
      "args": [
        "--directory",
        "X:\\path\\to\\mcp-vms",
        "run",
        "mcp_vms.py"
      ]
    }
  }
}

5. Speichern und Neustarten: Speichern Sie die Konfiguration und starten Sie Claude Desktop neu.

Cursor

Für Cursor sind in der Dokumentation keine spezifischen Einrichtungsanweisungen vorhanden.

Cline

Für Cline sind in der Dokumentation keine spezifischen Einrichtungsanweisungen vorhanden.

Absicherung von API-Schlüsseln

Die VMS-Verbindungskonfiguration (in mcp_vms_config.py) verwendet folgende Standardwerte:

vms_config = {
  'img_width': 320,
  'img_height': 240,
  'pixel_format': 'RGB',
  'url': '127.0.0.1',
  'port': 3300,
  'access_id': 'admin',
  'access_pw': 'admin',
}

Hinweis: Um Zugangsdaten zu sichern, nutzen Sie Umgebungsvariablen und passen Sie die Konfiguration entsprechend an:

{
  "env": {
    "VMS_ACCESS_ID": "your-access-id",
    "VMS_ACCESS_PW": "your-secure-password"
  },
  "inputs": {
    "access_id": "${VMS_ACCESS_ID}",
    "access_pw": "${VMS_ACCESS_PW}"
  }
}

Verwendung dieses MCP in Flows

MCP in FlowHunt nutzen

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie zunächst die MCP-Komponente zu Ihrem Flow hinzu und verbinden Sie sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationsfenster zu öffnen. Im Bereich der System-MCP-Konfiguration tragen Sie Ihre MCP-Server-Details in folgendem JSON-Format ein:

{
  "vms": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent diesen MCP als Tool mit Zugriff auf alle Funktionen und Möglichkeiten nutzen. Denken Sie daran, “vms” durch den tatsächlichen Namen Ihres MCP-Servers zu ersetzen und die URL durch Ihre eigene MCP-Server-URL auszutauschen.

Übersicht

Unsere Meinung

Der VMS MCP-Server bietet eine starke Integration für Videoüberwachungssteuerung und KI-Workflows, jedoch fehlen Dokumentation zu Prompt-Vorlagen und expliziten MCP-Ressourcen. Die sichere Nutzung von Zugangsdaten wird behandelt und es gibt eine klare Anleitung für Claude. Das README ist informativ, aber plattformübergreifende Einrichtung und fortgeschrittene MCP-Features wie Roots und Sampling sind nicht dokumentiert.

Bewertung: 6/10 — Nützliche reale Integration und Tool-Abdeckung, aber einige Kernfunktionen und Dokumentationsbereiche fehlen.

MCP Score