视频静态捕获 MCP 服务器

一个专注于 AI 驱动的图像捕获与摄像头管理的 MCP 服务器，适用于需要真实世界视觉数据和按需快照的工作流。

MCP AI Webcam OpenCV
立即试用 FlowHunt 预约演示

联系我们在FlowHunt托管您的MCP服务器

support@flowhunt.io

“视频静态捕获”MCP 服务器的作用是什么？

视频静态捕获 MCP 是一个基于 Python 的 Model Context Protocol (MCP) 服务器，旨在通过 OpenCV 为 AI 助手提供无缝访问和控制摄像头及视频源的能力。该服务器向语言模型和 AI 代理开放工具，允许其捕获图像、管理视频连接、调整如亮度、对比度、分辨率等摄像头参数。它通过标准化 MCP 接口，实现了按需照片采集、基础图像处理（如水平翻转）、摄像头属性调整等 AI 驱动任务，极大提升了开发工作流。尤其适用于需要视觉上下文或真实世界图像数据的 AI 任务、自动化或用户交互场景。

提示词列表

仓库或文档中未提及明确的提示模板。

FlowHunt 标志

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

仓库或文档中未提及明确的 MCP 资源。

工具列表

  • quick_capture
    无需管理持久连接即可从摄像头或视频源捕获单帧图像。允许 AI 代理快速从兼容 OpenCV 的设备获取静态图像。

可能存在其他工具，但可用文档中仅提及 quick_capture。

本 MCP 服务器的应用场景

  • 按需图像捕获
    允许开发者或 AI 代理实时拍摄摄像头照片，便于视觉分析、文档记录或用户交互。
  • 摄像头参数调整
    编程方式修改亮度、对比度、分辨率等参数，适应不同成像条件。
  • 图像处理
    支持如水平翻转等简单变换，方便对图像做下游任务前的预处理。
  • AI 视觉实验
    开发者可便捷地将真实世界视觉数据集成进 AI 工作流，例如目标检测或场景理解。
  • 摄像头连接管理
    提供编程方式打开、管理、关闭摄像头连接的工具，便于大型自动化系统中的动态使用。

如何设置

Windsurf

未提供 Windsurf 的设置说明。

Claude

macOS/Linux

  1. 确保已安装：Python 3.10+、OpenCV（opencv-python）、MCP Python SDK、UV（可选）。
  2. 克隆仓库并安装依赖：
    git clone https://github.com/13rac1/videocapture-mcp.git
cd videocapture-mcp
pip install -e .
  3. 编辑 Claude Desktop 配置文件：
    • Mac: nano ~/Library/Application\ Support/Claude/claude_desktop_config.json
    • Linux: nano ~/.config/Claude/claude_desktop_config.json
  4. 添加 MCP 服务器配置：
    {
  "mcpServers": {
    "VideoCapture": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "--with",
        "numpy",
        "--with",
        "opencv-python",
        "mcp",
        "run",
        "/ABSOLUTE_PATH/videocapture_mcp.py"
      ]
    }
  }
}
  5. 将 /ABSOLUTE_PATH/videocapture-mcp 替换为项目的绝对路径。
  6. 重启 Claude Desktop 并验证 MCP 服务器是否可用。

Windows

  1. 确保已安装所有必要依赖。
  2. 编辑配置文件：
    nano $env:AppData\Claude\claude_desktop_config.json
  3. 添加配置内容：
    {
  "mcpServers": {
    "VideoCapture": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "--with",
        "numpy",
        "--with",
        "opencv-python",
        "mcp",
        "run",
        "C:\\ABSOLUTE_PATH\\videocapture-mcp\\videocapture_mcp.py"
      ]
    }
  }
}
  4. 按需替换 C:\ABSOLUTE_PATH\videocapture-mcp。
  5. 重启 Claude Desktop 并验证。

可选安装命令

  • 执行：
    mcp install videocapture_mcp.py
    该命令将自动为 Claude Desktop 配置视频静态捕获 MCP。

Cursor

未提供 Cursor 的设置说明。

Cline

未提供 Cline 的设置说明。

API Key 安全

文档中未提供关于 API key 或环境变量安全的信息。

如何在流程中使用 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，请先在流程中添加 MCP 组件，并将其连接至您的 AI 代理：

FlowHunt MCP flow

点击 MCP 组件，打开配置面板。在系统 MCP 配置部分，按以下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具调用 MCP 的所有功能。请记得将 “VideoCapture” 替换为实际的 MCP 服务器名称，并将 URL 更换为您自己的 MCP 服务器地址。

概览

部分可用性说明/备注
概览✅README 有概述
提示词列表⛔未提及提示词模板
资源列表⛔未有明确的 MCP 资源说明
工具列表✅quick_capture 在 README 中有文档
API Key 安全⛔未涉及 API key 安全或环境变量
采样支持（评测不重要）⛔未提及

我们的观点

视频静态捕获 MCP 是一个专注且定义清晰的摄像头图像捕获 MCP 服务器，为 Claude 的集成提供了清晰文档，并拥有简洁的工具接口。但当前缺少提示模板、资源原语及更广泛的平台设置或安全相关文档。单一工具的设计虽高效，但也限制了扩展性。

MCP 评分

是否有 LICENSE 文件⛔（未发现 LICENSE 文件）
至少有一个工具✅
Fork 数量1
Star 数量10

评分： 4/10
该服务器在图像捕获方面表现良好，但功能有限，缺乏高级 MCP 特性、资源文档及多平台设置指导。

常见问题

将视频静态捕获 MCP 集成至 FlowHunt

通过视频静态捕获 MCP，为您的 AI 流程赋能，实现实时摄像头图像捕获与摄像头管理。立即在 FlowHunt 中体验无缝的视觉数据集成。

立即试用 FlowHunt 预约演示