Video Editor MCP-server

Vad gör “Video Editor” MCP-servern?

Video Editor MCP-servern är ett verktyg som fungerar som brygga mellan AI-assistenter och Video Jungle-videoplattformen, och möjliggör sömlös integration för uppladdning, redigering, sökning och generering av videor. Genom att koppla AI-arbetsflöden med Video Jungles API:er och resurser kan utvecklare och användare automatisera skapandet av videoprojekt, hantera tillgångar, generera redigeringar baserat på kontext eller sökresultat och interagera med videoinnehåll i stor skala. Denna server gör det möjligt för stora språkmodeller att utföra komplexa videooperationer, som att analysera video-/ljudinnehåll, live-redigering och hämta projektmetadata, allt med kraften från både moln- och lokala resurser. För att använda den måste användare registrera ett Video Jungle-konto och ange sin API-nyckel.

Lista över promptmallar

Inga promptmallar är för närvarande dokumenterade i arkivet.

Redo att växa ditt företag?

Starta din kostnadsfria provperiod idag och se resultat inom några dagar.

Begär demo Logga in

Lista över resurser

• Anpassat vj:// URI-schema
  Ger unika URI:er för enskilda videor och projekt, vilket möjliggör direkt referens och åtkomst.
• Projektresurser
  Varje projektresurs beskrivs med ett namn och en beskrivning, vilket hjälper till att organisera generativa skript, analyserade videor och bilder.
• Metadata för sökresultat
  Sökfrågor returnerar metadata om vad som finns i videon och när, vilket underlättar skapande av redigeringar och djupare förståelse av innehållet.

Lista över verktyg

• add-video
  Lägger till en videofil för analys från en URL och returnerar en vj://-URI för referens.
• create-videojungle-project
  Skapar ett nytt Video Jungle-projekt för att organisera skript, videor och bilder för redigering.
• edit-locally
  Laddar ner ett OpenTimelineIO-projekt för lokal redigering i Davinci Resolve Studio (kräver att Resolve Studio körs).
• generate-edit-from-videos
  Skapar en renderad videoredigering från flera videofiler.
• generate-edit-from-single-video
  Skapar en redigering från en enda videofil.
• get-project-assets
  Hämtar tillgångar från ett projekt för videoredigeringsgenerering.
• search-videos
  Hittar videomatchningar med hjälp av inbäddningar och nyckelord.
• update-video-edit
  Uppdaterar informationen om en videoredigering i realtid om Video Jungle är öppet.

Gå med i vårt nyhetsbrev

Få de senaste tipsen, trenderna och erbjudandena gratis.

E-postadress

Prenumerera

Användningsområden för denna MCP-server

• Automatiserad videouppladdning och analys
  Använd AI för att ladda upp videofiler från URL:er, analysera dem för ljud- och bildinnehåll och göra dem sökbara för senare åtkomst.
• Videosökning och metadatahämtning
  Genomför semantiska eller nyckelordsbaserade sökningar i ditt videobibliotek och få detaljerad metadata för innehållsupptäckt och planering av redigeringar.
• Automatiskt genererad videoredigering
  Skapa nya videoredigeringar programmatiskt från en eller flera videor, baserat på kontext eller sökresultat.
• Lokal redigering av videoprojekt
  Ladda ner projekt som OpenTimelineIO-filer för avancerad lokal redigering i professionella verktyg som Davinci Resolve Studio.
• Realtidsuppdateringar av redigeringar
  Uppdatera information om videoredigeringar live, så att ändringar genast syns i öppna Video Jungle-sessioner.

Så här sätter du upp det

Windsurf

1. Säkerställ att Node.js och Windsurf är installerade.
2. Hämta din Video Jungle API-nyckel från Video Jungle-inställningar .
3. Lägg till Video Editor MCP-serverkonfigurationen i din Windsurf-konfigurationsfil.
4. Använd det generiska paketnamnet: @video-editor/mcp-server@latest.
5. Spara din konfiguration och starta om Windsurf.

Exempel på JSON:

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

Säkra API-nyckeln:

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

Claude

1. Installera Claude Desktop.
2. Hämta din Video Jungle API-nyckel.
3. Redigera claude_desktop_config.json (Mac: ~/Library/Application Support/Claude/claude_desktop_config.json, Windows: %APPDATA%/Claude/claude_desktop_config.json).
4. Lägg till Video Editor MCP-serverkonfigurationen.
5. Spara och starta om Claude Desktop.

Exempel på JSON:

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

Säkra API-nyckeln:

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

Cursor

1. Installera Node.js och Cursor.
2. Hämta din Video Jungle API-nyckel.
3. Redigera din Cursor-konfiguration för att inkludera MCP-servern.
4. Använd det generiska paketnamnet: @video-editor/mcp-server@latest.
5. Spara och starta om Cursor.

Exempel på JSON:

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

Säkra API-nyckeln:

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

Cline

1. Installera Cline och Node.js.
2. Hämta din API-nyckel från Video Jungle.
3. Redigera din Cline-konfiguration för att lägga till Video Editor MCP-servern.
4. Använd paketet: @video-editor/mcp-server@latest.
5. Spara och starta om Cline.

Exempel på JSON:

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

Säkra API-nyckeln:

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

Obs! Använd alltid miljövariabler för att hålla dina API-nycklar säkra.

Så använder du denna MCP i flöden

Använd MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, lägg in dina MCP-server­detaljer med detta JSON-format:

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

När detta är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och kapaciteter.

Översikt

Jag skulle ge Video Editor MCP en 7 av 10: den erbjuder stark integration av verktyg och resurser, säker installation och stöd för flera plattformar. Dock saknas dokumenterade promptmallar och explicit stöd för avancerade MCP-funktioner som roots och sampling.

MCP-poäng