mcpField
C
ctaylor86-mcp-video-download-server

ctaylor86-mcp-video-download-server

リモート
github.com/ctaylor86メディア・デザイン058 週間前に更新
リポジトリ

ctaylor86-mcp-video-download-server について

ソーシャルメディアから動画をダウンロードし、音声、文字起こし、サムネイルを抽出してS3互換ストレージに保存するリモート MCP サーバーです。MCPツールを介して動画素材を処理・保管するワークフローに利用できます。

主な機能

  1. 011,000以上のサイトから動画をダウンロード
  2. 02動画と抽出ファイルをS3にアップロード
  3. 03音声を抽出してMP3で保存
  4. 04文字起こしとサムネイルを抽出
  5. 05動画メタデータの取得

活用シーン

  1. 01ソーシャル動画をダウンロードしてクラウドに保存
  2. 02動画から音声や文字起こしを抽出
  3. 03ダウンロードせずに動画情報を取得

MCP 対応

動画のダウンロード、音声・文字起こし・サムネイルの抽出、動画メタデータ取得ツールをMCPクライアントに提供します。生成ファイルは設定したS3互換ストレージに保存されます。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://server.smithery.ai/@ctaylor86/mcp-video-download-server/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

すべてのエンドポイント
Streamable HTTPhttps://server.smithery.ai/@ctaylor86/mcp-video-download-server/mcp認証が必要

ツール

詳細

MCP Video Cloud Server

ソーシャルメディアプラットフォーム(YouTube、Facebook、Instagram、TikTok など)から動画をダウンロードし、S3 互換のクラウドストレージに保存して、一般公開可能な URL を返すリモート Model Context Protocol(MCP)サーバーです。

✨ Smithery.ai へのデプロイに最適化 — ワンクリックでセットアップして、数分でデプロイできます!

🚀 Smithery.ai へのクイックデプロイ

  1. このリポジトリを GitHub アカウントにフォークします
  2. Cloudflare R2(または AWS S3)ストレージをセットアップします
  3. Smithery.ai にデプロイします — 「Deploy」をクリックして GitHub リポジトリを接続します
  4. Smithery のインターフェースで S3 の認証情報を設定します
  5. 使用を開始します — Claude Desktop に接続して動画をダウンロードしましょう!

👉 詳しいデプロイ手順を見る

✨ 機能

  • マルチプラットフォーム対応:yt-dlp 経由で 1000 以上のサイトからダウンロード
  • クラウドストレージ:S3/R2 への自動アップロードと公開 URL の提供
  • 文字起こしの抽出:整形されたテキストの文字起こしを取得
  • サムネイルの抽出:動画のサムネイルを抽出
  • 音声の抽出:MP3 形式で音声を抽出
  • メタデータの取得:動画情報を包括的に取得
  • リモートアクセス:クラウド上で動作するため、ローカルでのセットアップは不要
  • Smithery との連携:ワンクリックでデプロイとスケーリング

🎯 対応プラットフォーム

  • YouTube
  • Facebook
  • Instagram
  • TikTok
  • Twitter/X
  • Vimeo
  • Twitch
  • その他 1000 以上のサイト

🛠️ 利用可能なツール

download_video_to_cloud

動画をダウンロードして、クラウドストレージに保存します。

  • 入力:動画 URL、画質の設定
  • 出力:公開 URL、ファイル名、ファイルサイズ、メタデータ
download_audio_to_cloud

動画から音声を抽出して、クラウドストレージに保存します。

  • 入力:動画 URL
  • 出力:公開 URL、ファイル名、ファイルサイズ、メタデータ
extract_transcript_to_cloud

字幕/文字起こしを抽出し、整形されたテキストとして保存します。

  • 入力:動画 URL、言語コード
  • 出力:公開 URL、ファイル名、文字起こしのプレビュー
extract_thumbnail_to_cloud

動画のサムネイルを抽出して、クラウドストレージに保存します。

  • 入力:動画 URL
  • 出力:公開 URL、ファイル名
get_video_metadata

動画をダウンロードせずに、動画情報を包括的に取得します。

  • 入力:動画 URL
  • 出力:タイトル、アップロード者、再生時間、再生回数、説明など

🔧 設定

このサーバーには S3 互換ストレージの設定が必要です。

s3Endpoint: https://your-account.r2.cloudflarestorage.com
s3Region: auto
s3AccessKeyId: your-access-key
s3SecretAccessKey: your-secret-key
s3BucketName: your-bucket-name
s3PublicUrlBase: https://your-custom-domain.com  # Optional

📁 ファイルの整理

ファイルは S3 バケット内で次のように整理されます。

  • videos/ - ダウンロードした動画ファイル
  • audio/ - 抽出した音声ファイル
  • transcripts/ - 文字起こしのテキストファイル
  • thumbnails/ - サムネイル画像

🔒 セキュリティとプライバシー

  • すべてのファイルはお客様自身の S3 バケットに保存されます
  • サーバーにデータが永続的に保存されることはありません
  • 一時ファイルは自動的に削除されます
  • 認証情報は Smithery によって安全に管理されます
  • サーバーは分離されたコンテナ内で動作します

💰 費用に関する注意事項

  • Smithery のホスティング:現在の料金プランをご確認ください
  • Cloudflare R2:ストレージが約 $0.015/GB/月、帯域幅料金が別途かかります
  • 処理:Smithery のホスティングに含まれます

🏃‍♂️ ローカル開発

開発用にローカルで実行する場合:

前提条件
  • Node.js 20+
  • yt-dlp のインストール
  • S3 の認証情報
セットアップ
git clone <your-fork>
cd mcp-video-cloud-server
npm install
npm run build:stdio
環境変数
S3_ENDPOINT=your-endpoint
S3_REGION=auto
S3_ACCESS_KEY_ID=your-key
S3_SECRET_ACCESS_KEY=your-secret
S3_BUCKET_NAME=your-bucket
実行
npm run start:stdio

🧪 Smithery でのテスト

Smithery の開発環境を使用します。

npm run dev

これにより、テスト用の Smithery playground を備えた開発サーバーが起動します。

🤝 コントリビューション

  1. リポジトリをフォークします
  2. 機能ブランチを作成します
  3. 変更を加えます
  4. npm run dev でテストします
  5. プルリクエストを送信します

📄 ライセンス

MIT License — 詳細は LICENSE ファイルをご覧ください

🆘 サポート

  • デプロイに関する問題:DEPLOYMENT.md をご確認ください
  • Smithery のサポート:https://smithery.ai/support にアクセスしてください
  • バグ報告:GitHub issue を作成してください
  • 機能リクエスト:GitHub issue を作成してください

デプロイの準備はできましたか? 👉 デプロイガイドに従ってください

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。