Servidor MCP Editor de Video

¿Qué hace el Servidor MCP “Editor de Video”?

El Servidor MCP Editor de Video es una herramienta que conecta asistentes de IA con la plataforma de video Video Jungle, permitiendo la integración fluida para tareas de carga, edición, búsqueda y generación de videos. Al conectar flujos de trabajo de IA con las APIs y recursos de Video Jungle, los desarrolladores y usuarios pueden automatizar la creación de proyectos de video, gestionar activos, generar ediciones basadas en contexto o resultados de búsqueda, e interactuar con contenido de video a gran escala. Este servidor permite a los modelos de lenguaje realizar operaciones complejas relacionadas con video, como analizar contenido de video/audio, edición en vivo y obtención de metadatos de proyectos, todo aprovechando tanto recursos en la nube como locales. Para usarlo, los usuarios deben registrarse en Video Jungle y proporcionar su clave API.

Lista de Prompts

Actualmente no hay plantillas de prompts documentadas en el repositorio.

Lista de Recursos

• Esquema personalizado vj:// URI
  Proporciona URIs únicas para videos y proyectos individuales, permitiendo referencia y acceso directo.
• Recursos de proyecto
  Cada recurso de proyecto se describe con un nombre y descripción, ayudando a organizar scripts generativos, videos analizados e imágenes.
• Metadatos de resultados de búsqueda
  Las búsquedas devuelven metadatos sobre lo que hay en el video y cuándo, facilitando la generación de ediciones y la comprensión profunda del contenido.

Lista de Herramientas

• add-video
  Añade un archivo de video para análisis desde una URL y devuelve un URI vj:// para referencia.
• create-videojungle-project
  Crea un nuevo proyecto de Video Jungle para organizar scripts, videos e imágenes para edición.
• edit-locally
  Descarga un proyecto OpenTimelineIO para editar localmente en Davinci Resolve Studio (requiere que esté abierto).
• generate-edit-from-videos
  Genera una edición de video renderizada a partir de varios archivos de video.
• generate-edit-from-single-video
  Crea una edición a partir de un solo archivo de video.
• get-project-assets
  Recupera activos de un proyecto para la generación de ediciones de video.
• search-videos
  Busca coincidencias de video usando embeddings y palabras clave.
• update-video-edit
  Actualiza la información de una edición de video en tiempo real si Video Jungle está abierto.

Casos de uso de este Servidor MCP

• Carga y análisis automático de video
  Usa IA para cargar archivos de video desde URLs, analizarlos por contenido visual y de audio, y hacerlos buscables para su recuperación posterior.
• Búsqueda de video y recuperación de metadatos
  Realiza búsquedas semánticas o por palabra clave en tu biblioteca de videos, devolviendo metadatos detallados para descubrir contenido y planificar ediciones.
• Generación automática de ediciones de video
  Genera nuevas ediciones de video de manera programática a partir de un solo video o varias fuentes, según contexto o resultados de búsqueda.
• Edición local de proyectos de video
  Descarga proyectos como archivos OpenTimelineIO para su edición avanzada local en herramientas profesionales como Davinci Resolve Studio.
• Actualizaciones de edición en tiempo real
  Actualiza la información de las ediciones de video al instante, asegurando que los cambios se reflejen inmediatamente en sesiones abiertas de Video Jungle.

Cómo configurarlo

Windsurf

1. Asegúrate de tener Node.js y Windsurf instalados.
2. Obtén tu clave API de Video Jungle desde Configuración de Video Jungle .
3. Añade la configuración del servidor MCP Editor de Video a tu archivo de configuración de Windsurf.
4. Usa el nombre de paquete genérico: @video-editor/mcp-server@latest.
5. Guarda tu configuración y reinicia Windsurf.

Ejemplo JSON:

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

Protegiendo la clave API:

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

Claude

1. Instala Claude Desktop.
2. Obtén tu clave API de Video Jungle.
3. Edita claude_desktop_config.json (Mac: ~/Library/Application Support/Claude/claude_desktop_config.json, Windows: %APPDATA%/Claude/claude_desktop_config.json).
4. Añade la configuración del servidor MCP Editor de Video.
5. Guarda y reinicia Claude Desktop.

Ejemplo JSON:

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

Protegiendo la clave API:

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

Cursor

1. Instala Node.js y Cursor.
2. Obtén tu clave API de Video Jungle.
3. Edita tu configuración de Cursor para incluir el servidor MCP.
4. Usa el nombre de paquete genérico: @video-editor/mcp-server@latest.
5. Guarda y reinicia Cursor.

Ejemplo JSON:

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

Protegiendo la clave API:

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

Cline

1. Instala Cline y Node.js.
2. Obtén tu clave API de Video Jungle.
3. Edita tu configuración de Cline para añadir el servidor MCP Editor de Video.
4. Usa el paquete: @video-editor/mcp-server@latest.
5. Guarda y reinicia Cline.

Ejemplo JSON:

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

Protegiendo la clave API:

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

Nota: Utiliza siempre variables de entorno para mantener seguras tus claves API.

Cómo usar este MCP dentro de los flujos

Uso del MCP en FlowHunt

Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza añadiendo el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración MCP del sistema, inserta los detalles de tu servidor MCP usando este formato JSON:

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

Una vez configurado, el agente de IA podrá usar este MCP como herramienta con acceso a todas sus funciones y capacidades.

Resumen

Calificaría el Editor de Video MCP con un 7 de 10: ofrece integración robusta de herramientas y recursos, configuración segura y soporte para varias plataformas. Sin embargo, le falta documentación de plantillas de prompts y soporte explícito para características avanzadas de MCP como roots y muestreo.

Puntuación MCP