Serwer MCP Video Editor

Co robi serwer MCP “Video Editor”?

Serwer MCP Video Editor to narzędzie, które łączy asystentów AI z platformą wideo Video Jungle, umożliwiając płynną integrację zadań przesyłania, edycji, wyszukiwania i generowania wideo. Dzięki połączeniu przepływów AI z API i zasobami Video Jungle, deweloperzy i użytkownicy mogą automatyzować tworzenie projektów wideo, zarządzać zasobami, generować montaże na podstawie kontekstu lub wyników wyszukiwania oraz pracować z treściami wideo na dużą skalę. Ten serwer umożliwia dużym modelom językowym wykonywanie zaawansowanych operacji na wideo, takich jak analiza treści wideo/audio, edycja na żywo i pobieranie metadanych projektów – wszystko z wykorzystaniem mocy chmury lub zasobów lokalnych. Aby z niego korzystać, użytkownik musi założyć konto Video Jungle i podać swój klucz API.

Lista promptów

W repozytorium nie udokumentowano obecnie żadnych szablonów promptów.

Lista zasobów

• Własny schemat URI vj://
  Zapewnia unikalne URI dla poszczególnych filmów i projektów, umożliwiając bezpośrednie odwołania i dostęp.
• Zasoby projektów
  Każdy zasób projektu opisany jest nazwą i opisem, co pomaga organizować generatywne skrypty, analizowane filmy i obrazy.
• Metadane wyników wyszukiwania
  Zapytania zwracają metadane dotyczące zawartości wideo i momentów, w których ona się pojawia, co ułatwia generowanie montaży oraz głębsze zrozumienie treści.

Lista narzędzi

• add-video
  Dodaje plik wideo do analizy z podanego URL i zwraca referencyjny URI vj://.
• create-videojungle-project
  Tworzy nowy projekt Video Jungle do organizacji skryptów, filmów i obrazów do edycji.
• edit-locally
  Pobiera projekt OpenTimelineIO do lokalnej edycji w Davinci Resolve Studio (wymagany uruchomiony Resolve Studio).
• generate-edit-from-videos
  Generuje renderowany montaż wideo z wielu plików wideo.
• generate-edit-from-single-video
  Tworzy montaż z jednego wejściowego pliku wideo.
• get-project-assets
  Pobiera zasoby projektu do generowania montaży wideo.
• search-videos
  Wyszukuje odpowiadające filmy przy użyciu embeddingów i słów kluczowych.
• update-video-edit
  Aktualizuje w czasie rzeczywistym informacje o montażu wideo, jeśli Video Jungle jest otwarte.

Przykładowe zastosowania tego serwera MCP

• Automatyczne przesyłanie i analiza wideo
  Użyj AI do przesyłania plików wideo z URL, analizowania ich pod kątem treści audio i wizualnych oraz umożliwienia późniejszego wyszukiwania.
• Wyszukiwanie wideo i pobieranie metadanych
  Wykonuj semantyczne lub słownikowe wyszukiwania w bibliotece wideo, uzyskując szczegółowe metadane do odkrywania treści i planowania edycji.
• Automatyczne generowanie montaży wideo
  Programistycznie generuj nowe montaże z jednego lub wielu źródeł wideo, na podstawie kontekstu lub wyników wyszukiwania.
• Lokalna edycja projektów wideo
  Pobierz projekty jako pliki OpenTimelineIO do zaawansowanej edycji lokalnej w profesjonalnych narzędziach jak Davinci Resolve Studio.
• Aktualizacje edycji w czasie rzeczywistym
  Aktualizuj informacje o montażu na żywo, zapewniając natychmiastowe odzwierciedlenie zmian w otwartych sesjach Video Jungle.

Jak skonfigurować

Windsurf

1. Upewnij się, że Node.js i Windsurf są zainstalowane.
2. Pobierz swój klucz API Video Jungle z ustawień Video Jungle .
3. Dodaj konfigurację serwera MCP Video Editor do pliku konfiguracyjnego Windsurf.
4. Użyj ogólnej nazwy paczki: @video-editor/mcp-server@latest.
5. Zapisz konfigurację i uruchom ponownie Windsurf.

Przykładowy JSON:

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

Bezpieczne przechowywanie klucza API:

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

Claude

1. Zainstaluj Claude Desktop.
2. Pobierz swój klucz API Video Jungle.
3. Edytuj claude_desktop_config.json (Mac: ~/Library/Application Support/Claude/claude_desktop_config.json, Windows: %APPDATA%/Claude/claude_desktop_config.json).
4. Dodaj konfigurację serwera MCP Video Editor.
5. Zapisz i uruchom ponownie Claude Desktop.

Przykładowy JSON:

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

Bezpieczne przechowywanie klucza API:

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

Cursor

1. Zainstaluj Node.js i Cursor.
2. Pobierz swój klucz API Video Jungle.
3. Edytuj swoją konfigurację Cursor, aby uwzględnić serwer MCP.
4. Użyj ogólnej nazwy paczki: @video-editor/mcp-server@latest.
5. Zapisz i uruchom ponownie Cursor.

Przykładowy JSON:

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

Bezpieczne przechowywanie klucza API:

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

Cline

1. Zainstaluj Cline i Node.js.
2. Pobierz swój klucz API z Video Jungle.
3. Edytuj konfigurację Cline i dodaj serwer MCP Video Editor.
4. Użyj paczki: @video-editor/mcp-server@latest.
5. Zapisz i uruchom ponownie Cline.

Przykładowy JSON:

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

Bezpieczne przechowywanie klucza API:

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

Uwaga: Zawsze korzystaj ze zmiennych środowiskowych, aby chronić swoje klucze API.

Jak korzystać z tego MCP w przepływach

Korzystanie z MCP w FlowHunt

Aby zintegrować serwery MCP z przepływem pracy w FlowHunt, dodaj komponent MCP do swojego flow i połącz go z agentem AI:

Kliknij w komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji MCP systemowego wstaw szczegóły serwera MCP, używając tego formatu JSON:

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

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia ze wszystkimi jego funkcjonalnościami i możliwościami.

Przegląd

Serwer MCP Video Editor oceniam na 7/10: oferuje solidną integrację narzędzi i zasobów, bezpieczną konfigurację oraz wsparcie dla kilku platform. Brakuje jednak udokumentowanych szablonów promptów oraz jawnego wsparcia zaawansowanych funkcji MCP, takich jak roots i sampling.

Ocena MCP