aryankeluskar-poke-video-mcp

Video Query MCP サーバー

自然言語のクエリを使用して動画検索機能を提供するMCP（Model Context Protocol）サーバーです。このサーバーはFlashback動画処理APIと連携し、個人の動画コレクションを検索します。

機能

• 🔍 自然言語検索：日常的な言葉で動画を検索できます（例：「プレゼンテーションをしている人」「公園を走る犬」）
• 🤖 AI生成の説明：視覚的な分析や音声の文字起こしを含む、動画コンテンツの詳細な説明を返します
• 🎬 動画クリップ：関連する30秒の動画セグメントへの直接URLを取得できます
• ⚡ 高速かつ安全：安全なアクセスのため、有効期限が1時間の署名付きURLを使用します
• 📊 関連性スコア：クエリとの意味的な類似度に基づいて結果を順位付けします

セットアップ

前提条件

• FlashbackアカウントのユーザーID
• Flashback動画処理システムへのアクセス

設定

このMCPサーバーをPokeなどのMCPクライアントに接続する際は、次の情報を指定する必要があります。

• user_id：一意のFlashbackアカウント識別子（例：4087fce3-3d86-4047-b35f-4004b4c19192）

開発

1. サーバーを起動します。

   uv run dev
   

2. 対話形式でテストします。

   uv run playground
   

使用例

動画を検索する：

query_videos("person talking", max_results=5)

セットアップのヘルプを取得する：

get_setup_instructions()

仕組み

1. 動画処理：Flashbackにアップロードされた動画は、自動的に次の処理が行われます。

   • 約30秒のセグメントに分割
   • AIによる映像コンテンツの分析
   • 音声コンテンツの文字起こし
   • 検索可能なベクトルデータベースへの保存

2. 検索プロセス：検索すると、次の処理が行われます。

   • クエリを埋め込み表現に変換
   • システムが一致する動画セグメントを検索
   • 関連するクリップの説明とURLを返す

3. 結果：各結果には次の内容が含まれます。

   • 動画コンテンツのAI生成の説明
   • 関連性スコア（0～1。数値が高いほど関連性が高い）
   • 動画セグメントを視聴するための直接URL
   • URLの有効期限

APIリファレンス

ツール

query_videos(query: str, max_results: int = 10) -> str

自然言語のクエリに基づいて動画クリップを検索します。

パラメーター：

• query：探している内容の自然言語による説明
• max_results：返す結果の最大数（1～15）

**戻り値：**動画の説明とURLを含む書式設定済みテキスト

get_setup_instructions() -> str

動画クエリシステムの詳細なセットアップ手順を取得します。

**戻り値：**セットアップと使用方法の完全なガイド

リソース

• api://video-processing：基盤となる動画処理APIに関する情報

例

# Search for specific content
query_videos("meeting discussion about deadlines")
query_videos("someone cooking in kitchen")
query_videos("red car driving")

# Limit results
query_videos("presentation", max_results=3)

トラブルシューティング

• 結果が見つからない：Flashbackアカウントに動画がアップロードされていることを確認してください
• 「説明がありません」：古い動画の場合、詳細な説明を取得するために再処理が必要なことがあります
• URLの有効期限切れ：安全上の理由から動画URLは1時間で期限切れになります。必要に応じて新しい結果をリクエストしてください

技術的な詳細

• バックエンド：ModalにデプロイされたFastAPIサービス
• ベクトルデータベース：意味検索にPineconeを使用
• AIモデル：視覚分析にAnthropic Claude、文字起こしにOpenAI Whisperを使用
• ストレージ：動画ファイルにGoogle Cloud Storageを使用

デプロイ

デプロイの準備ができたら、コードをGitHubにプッシュし、Smitheryにデプロイします。

1. github.com/newで新しいリポジトリを作成します

2. gitを初期化し、GitHubにプッシュします。

   git add .
   git commit -m "Video Query MCP Server 🎬"
   git remote add origin https://github.com/YOUR_USERNAME/YOUR_REPO.git
   git push -u origin main
   

3. smithery.ai/newでサーバーをSmitheryにデプロイします