Video Editor MCP Server

Was macht der “Video Editor” MCP Server?

Der Video Editor MCP Server ist ein Tool, das KI-Assistenten mit der Video Jungle Plattform verbindet und so eine nahtlose Integration für Video-Upload, -Bearbeitung, -Suche und Generierung ermöglicht. Durch die Anbindung von KI-Workflows an die APIs und Ressourcen von Video Jungle können Entwickler und Nutzer Videoprojekte automatisiert erstellen, Assets verwalten, Schnitte basierend auf Kontext oder Suchergebnissen generieren und in großem Maßstab mit Videoinhalten interagieren. Dieser Server befähigt große Sprachmodelle, komplexe videobezogene Operationen durchzuführen, etwa die Analyse von Video-/Audioinhalten, Live-Schnitt sowie das Abrufen von Projektmetadaten – unter Nutzung von Cloud- und lokalen Ressourcen. Für die Nutzung ist ein Video Jungle Konto und die Hinterlegung des API-Schlüssels notwendig.

Liste der Prompts

Für dieses Repository sind derzeit keine Prompt-Vorlagen dokumentiert.

Liste der Ressourcen

• Benutzerdefiniertes vj:// URI-Schema
  Stellt eindeutige URIs für einzelne Videos und Projekte bereit und ermöglicht so direkten Zugriff und Referenzierung.
• Projektressourcen
  Jede Projektressource wird mit Name und Beschreibung versehen, was die Organisation generativer Skripte, analysierter Videos und Bilder erleichtert.
• Suchergebnis-Metadaten
  Suchanfragen liefern Metadaten darüber, was im Video vorkommt und wann, was die Schnittgenerierung und ein tieferes Inhaltsverständnis erleichtert.

Liste der Tools

• add-video
  Fügt eine Videodatei zur Analyse über eine URL hinzu und gibt eine vj:// URI als Referenz zurück.
• create-videojungle-project
  Erstellt ein neues Video Jungle Projekt zur Organisation von Skripten, Videos und Bildern für den Schnitt.
• edit-locally
  Lädt ein OpenTimelineIO-Projekt für die lokale Bearbeitung in Davinci Resolve Studio herunter (erfordert laufendes Resolve Studio).
• generate-edit-from-videos
  Erstellt einen gerenderten Videoschnitt aus mehreren Videodateien.
• generate-edit-from-single-video
  Erstellt einen Schnitt aus einer einzelnen Videodatei.
• get-project-assets
  Ruft Assets aus einem Projekt für die Videoschnittgenerierung ab.
• search-videos
  Findet Videotreffer anhand von Embeddings und Stichwörtern.
• update-video-edit
  Aktualisiert die Informationen zu einem Videoschnitt in Echtzeit, wenn Video Jungle geöffnet ist.

Anwendungsfälle für diesen MCP Server

• Automatisierter Video-Upload und Analyse
  Nutzen Sie KI, um Videodateien von URLs hochzuladen, auf Audio- und visuelle Inhalte zu analysieren und sie für die spätere Suche auffindbar zu machen.
• Videosuche und Metadatenabruf
  Führen Sie semantische oder schlagwortbasierte Suchen in Ihrer Videothek durch und erhalten detaillierte Metadaten für die Inhaltsentdeckung und Schnittplanung.
• Automatisierte Schnittgenerierung
  Generieren Sie neue Videoschnitte programmatisch aus einzelnen oder mehreren Videodateien, basierend auf Kontext oder Suchergebnissen.
• Lokale Projektbearbeitung
  Laden Sie Projekte als OpenTimelineIO-Dateien für die fortgeschrittene lokale Bearbeitung in professionellen Tools wie Davinci Resolve Studio herunter.
• Echtzeit-Edit-Updates
  Aktualisieren Sie Schnittinformationen live, damit Änderungen sofort in offenen Video Jungle Sitzungen sichtbar werden.

Einrichtung

Windsurf

1. Stellen Sie sicher, dass Node.js und Windsurf installiert sind.
2. Holen Sie sich Ihren Video Jungle API-Schlüssel unter Video Jungle Einstellungen.
3. Fügen Sie die Konfiguration des Video Editor MCP Servers zu Ihrer Windsurf-Konfigurationsdatei hinzu.
4. Verwenden Sie den generischen Paketnamen: @video-editor/mcp-server@latest.
5. Speichern Sie die Konfiguration und starten Sie Windsurf neu.

Beispiel JSON:

{
  "mcpServers": {
    "video-editor-mcp": {
      "command": "video-editor-mcp",
      "args": ["$VIDEO_JUNGLE_API_KEY"]
    }
  }
}

API-Schlüssel sichern:

{
  "mcpServers": {
    "video-editor-mcp": {
      "command": "video-editor-mcp",
      "env": {
        "VIDEO_JUNGLE_API_KEY": "your-api-key-here"
      }
    }
  }
}

Claude

1. Installieren Sie Claude Desktop.
2. Holen Sie sich Ihren Video Jungle API-Schlüssel.
3. Bearbeiten Sie claude_desktop_config.json (Mac: ~/Library/Application Support/Claude/claude_desktop_config.json, Windows: %APPDATA%/Claude/claude_desktop_config.json).
4. Fügen Sie die Konfiguration des Video Editor MCP Servers hinzu.
5. Speichern und starten Sie Claude Desktop neu.

Beispiel JSON:

{
  "mcpServers": {
    "video-editor-mcp": {
      "command": "video-editor-mcp",
      "args": ["$VIDEO_JUNGLE_API_KEY"]
    }
  }
}

API-Schlüssel sichern:

{
  "mcpServers": {
    "video-editor-mcp": {
      "command": "video-editor-mcp",
      "env": {
        "VIDEO_JUNGLE_API_KEY": "your-api-key-here"
      }
    }
  }
}

Cursor

1. Installieren Sie Node.js und Cursor.
2. Holen Sie sich Ihren Video Jungle API-Schlüssel.
3. Bearbeiten Sie Ihre Cursor-Konfiguration und fügen Sie den MCP Server hinzu.
4. Verwenden Sie den generischen Paketnamen: @video-editor/mcp-server@latest.
5. Speichern und starten Sie Cursor neu.

Beispiel JSON:

{
  "mcpServers": {
    "video-editor-mcp": {
      "command": "video-editor-mcp",
      "args": ["$VIDEO_JUNGLE_API_KEY"]
    }
  }
}

API-Schlüssel sichern:

{
  "mcpServers": {
    "video-editor-mcp": {
      "command": "video-editor-mcp",
      "env": {
        "VIDEO_JUNGLE_API_KEY": "your-api-key-here"
      }
    }
  }
}

Cline

1. Installieren Sie Cline und Node.js.
2. Holen Sie sich Ihren API-Schlüssel von Video Jungle.
3. Bearbeiten Sie Ihre Cline-Konfiguration, um den Video Editor MCP Server hinzuzufügen.
4. Verwenden Sie das Paket: @video-editor/mcp-server@latest.
5. Speichern und starten Sie Cline neu.

Beispiel JSON:

{
  "mcpServers": {
    "video-editor-mcp": {
      "command": "video-editor-mcp",
      "args": ["$VIDEO_JUNGLE_API_KEY"]
    }
  }
}

API-Schlüssel sichern:

{
  "mcpServers": {
    "video-editor-mcp": {
      "command": "video-editor-mcp",
      "env": {
        "VIDEO_JUNGLE_API_KEY": "your-api-key-here"
      }
    }
  }
}

Hinweis: Nutzen Sie immer Umgebungsvariablen, um Ihre API-Schlüssel sicher zu halten.

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 Konfigurationspanel zu öffnen. Im Bereich der System-MCP-Konfiguration geben Sie die Details Ihres MCP Servers in folgendem JSON-Format an:

{
  "video-editor-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent diesen MCP als Tool mit Zugriff auf alle seine Funktionen und Möglichkeiten nutzen.

Übersicht

Ich würde den Video Editor MCP mit 7 von 10 bewerten: Er bietet eine robuste Integration von Tools und Ressourcen, eine sichere Einrichtung und unterstützt mehrere Plattformen. Allerdings fehlen dokumentierte Prompt-Vorlagen sowie eine explizite Unterstützung für fortgeschrittene MCP-Funktionen wie Roots und Sampling.

MCP Score