Do czego służy serwer “VMS” MCP?

Serwer VMS MCP to serwer Model Context Protocol (MCP), zaprojektowany do połączenia z programem rejestrującym CCTV (Video Management System, VMS), aby umożliwić asystentom AI dostęp i sterowanie systemami monitoringu wizyjnego. Serwer udostępnia programistyczny interfejs do pobierania strumieni wideo na żywo i nagranych, zarządzania kanałami wideo oraz wysyłania poleceń do oprogramowania VMS, takich jak wyświetlanie na żywo lub okna odtwarzania dla określonych kanałów i czasów. Pozwala to workflowom opartym na AI na bezpośrednią interakcję ze sprzętem monitoringu, wspierając zadania takie jak pobieranie statusów kanałów wideo, wyodrębnianie obrazów, sterowanie kamerami PTZ (Pan-Tilt-Zoom) i inne. Integracja ta usprawnia procesy tworzenia aplikacji z zakresu bezpieczeństwa, monitoringu i automatyzacji, łącząc asystentów AI z rzeczywistą infrastrukturą monitoringu wizyjnego.

Lista promptów

W repozytorium ani dokumentacji nie wspomniano o szablonach promptów.

Lista zasobów

W repozytorium ani dokumentacji nie podano jawnej listy zasobów MCP.

Lista narzędzi

• Pobieranie informacji o kanałach wideo
  Udostępnia dane, takie jak status połączenia i nagrywania dla każdego z kanałów wideo.

• Pobieranie dat i godzin nagrań
  Pobiera dostępne daty i godziny nagrań dla określonych kanałów.

• Pobieranie obrazów na żywo lub nagranych
  Pozwala na wyodrębnianie snapshotów z kanałów wideo – zarówno na żywo, jak i zapisanych.

• Wyświetlanie transmisji na żywo lub okien odtwarzania
  Wysyła polecenia do VMS w celu pokazania transmisji na żywo lub interfejsów odtwarzania dla wybranych kanałów i znaczników czasu.

• Sterowanie kamerami PTZ
  Przesuwa kamery Pan-Tilt-Zoom do określonych presetów dla elastycznego podglądu.

Przykładowe zastosowania tego serwera MCP

• Monitoring bezpieczeństwa i automatyzacja
  Umożliwienie asystentom AI automatycznego monitorowania obrazu na żywo, wykrywania anomalii oraz wywoływania alertów lub działań na podstawie analizy wideo.

• Analiza incydentów i odtwarzanie nagrań
  Szybki dostęp i przeglądanie archiwalnych nagrań z wybranych kanałów i przedziałów czasowych w celu wsparcia analiz incydentów.

• Zdalne sterowanie monitoringiem
  Pozwala użytkownikom lub agentom automatycznym zdalnie sterować kamerami PTZ lub inicjować okna odtwarzania bez bezpośredniego dostępu do klienta VMS.

• Integracja z inteligentnym domem lub budynkiem
  Połącz monitoring wideo z szerszymi platformami automatyki, umożliwiając reakcje między systemami (np. zamknięcie drzwi przy wykryciu podejrzanej aktywności).

Jak to skonfigurować

Windsurf

W dokumentacji nie podano szczegółowych instrukcji konfiguracji dla Windsurf.

Claude

1. Wymagania wstępne: Zainstaluj Python 3.12+, bibliotekę vmspy oraz Pillow.
2. Pobierz/zainstaluj serwer VMS: Pobierz ze strony http://surveillance-logic.com/en/download.html.
3. Konfiguracja Claude Desktop: Edytuj plik claude_desktop_config.json jak poniżej:
4. Dodaj serwer MCP: Wstaw poniższy fragment JSON:

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

5. Zapisz i zrestartuj: Zapisz konfigurację i uruchom ponownie Claude Desktop.

Cursor

W dokumentacji nie podano szczegółowych instrukcji konfiguracji dla Cursor.

Cline

W dokumentacji nie podano szczegółowych instrukcji konfiguracji dla Cline.

Bezpieczne przechowywanie kluczy API

Konfiguracja połączenia VMS (w pliku mcp_vms_config.py) domyślnie wygląda następująco:

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

Uwaga: Aby zabezpieczyć dane logowania, użyj zmiennych środowiskowych i zaktualizuj konfigurację odpowiednio:

{
  "env": {
    "VMS_ACCESS_ID": "twoj-access-id",
    "VMS_ACCESS_PW": "twoje-bezpieczne-haslo"
  },
  "inputs": {
    "access_id": "${VMS_ACCESS_ID}",
    "access_pw": "${VMS_ACCESS_PW}"
  }
}

Jak korzystać z tego MCP w flow

Korzystanie z MCP w FlowHunt

Aby zintegrować serwery MCP w swoim workflow FlowHunt, rozpocznij od dodania komponentu MCP do swojego flow i połącz go z agentem AI:

Kliknij na komponent MCP, aby otworzyć panel konfiguracji. W sekcji systemowej konfiguracji MCP wpisz dane swojego serwera MCP używając tego formatu JSON:

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

Po skonfigurowaniu agent AI może już korzystać z tego MCP jako narzędzia ze wszystkimi jego funkcjami i możliwościami. Pamiętaj, aby “vms” zamienić na właściwą nazwę swojego serwera MCP i podać własny adres URL serwera MCP.

Podsumowanie

Nasza opinia

Serwer VMS MCP oferuje solidną integrację dla kontroli monitoringu wizyjnego i workflowów AI, ale brakuje mu dokumentacji dotyczącej szablonów promptów oraz jawnych zasobów MCP. Obejmuje jednak bezpieczne użycie danych logowania i jasną konfigurację dla Claude. README jest szczegółowe, ale nie opisuje konfiguracji cross-platform ani zaawansowanych funkcji MCP, takich jak roots i sampling.

Ocena: 6/10 — Przydatna integracja z rzeczywistym monitoringiem i pokrycie narzędzi, lecz brak niektórych kluczowych dokumentacji MCP i funkcji.

Wynik MCP