mcpField
V
video-analyzer

video-analyzer

ローカル
github.com/BrightWayAIメディア・デザイン033 週間前に更新

video-analyzer について

video-analyzer は動画を分析し、ショットごとのストーリーボードを作成する、動画のレビュー担当者や制作者向けのツールです。シーン単位のフレーム抽出、Whisper による文字起こし、Claude Vision による説明、8 項目のスタイル指紋を組み合わせます。

主な機能

  1. 01シーン検出または一定間隔でのフレーム抽出
  2. 02タイムスタンプ付き Whisper 文字起こし
  3. 03フレームごとの Claude Vision 分析
  4. 048 項目のスタイル分類
  5. 05DOCX または Markdown でストーリーボードを出力

活用シーン

  1. 01ショットごとの動画分析を作成
  2. 02動画の文字起こしと内容確認
  3. 03動画のビジュアルスタイルを分類
  4. 04レビュー用ストーリーボードを出力

MCP 対応

MCP サーバーにより、Claude Desktop や Claude Code などのクライアントから動画分析を利用できます。全体分析、フレーム抽出、文字起こし、指紋生成、依存関係チェックのツールを提供します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"brightwayai-video-analyzer": {
"command": "uvx",
"args": [
"video-analyzer-mcp"
]
}
}
}
起動コマンドuvx video-analyzer-mcp

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypivideo-analyzer-mcp0.1.2

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

動画アナライザー

動画を分析し、ストーリーボードの内訳を生成します。シーン検出でフレームを抽出し、Whisper で音声を書き起こし、Claude Vision で映像を分析して、8 項目のスタイル特性を算出します。

機能

  • フレーム抽出 — シーン検出に基づくキーフレーム選択(または固定間隔での選択)
  • 音声の文字起こし — OpenAI Whisper によるタイムスタンプ付きの文字起こし
  • 映像分析 — Claude Vision によるフレームごとの説明
  • スタイル特性 v3 — 8 項目の決定論的分類(レンダリングクラス、世界のタイプ、キャラクター戦略、ナラティブ構造、視覚的抽象度、視覚的密度、カメラ表現、トーンの位置づけ)
  • ストーリーボード出力 — ショットごとの分析をまとめて .docx または .md として出力

MCP サーバー

このプロジェクトには MCP(Model Context Protocol)サーバーが含まれており、Claude Desktop または Claude Code から動画を直接分析できます。

Claude Code 経由でインストール
claude mcp add video-analyzer -s user -- uvx video-analyzer-mcp
Claude Desktop 経由でインストール

~/Library/Application Support/Claude/claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "video-analyzer": {
      "command": "uvx",
      "args": ["video-analyzer-mcp"],
      "env": {
        "ANTHROPIC_API_KEY": "your-key-here"
      }
    }
  }
}
MCP ツール
ツール説明
video_analyze全工程:ダウンロード、フレーム抽出、文字起こし、分析、スタイル特性の算出、ストーリーボード作成
video_extract_framesシーン検出または固定間隔で代表的なフレームを抽出
video_transcribeOpenAI Whisper で音声を書き起こし
video_fingerprint8 項目のスタイル特性 v3 分類を生成
video_check_deps必要な依存関係がすべてインストールされているか確認

単独での使用

pip install -r requirements.txt
python3 analyze_video.py "https://youtube.com/watch?v=..." --output-dir ./output

前提条件

  • Python 3.10 以降
  • FFmpeg — brew install ffmpeg(macOS)または apt-get install ffmpeg(Linux)
  • ANTHROPIC_API_KEY — 環境変数として設定

スタイル特性の項目

  1. レンダリングクラス — スタイライズド 3D、フラット 2D、ミニマリスト線画、テクスチャ付き 2D、ミックスメディア、フォトリアル
  2. 世界のタイプ — スタイライズドな現実世界、抽象的な概念空間、データ/プレゼンテーション空間、架空のメタファーの世界
  3. キャラクター戦略 — なし、マスコット主導、単独ナレーター、単独主人公の物語、アンサンブルキャスト
  4. ナラティブ構造 — 直接的な説明、ステップごとの解説、問題と解決策、たとえ話、神話の打破など
  5. 視覚的抽象度 — 1(フォトリアル)から 5(最大限の抽象化)
  6. 視覚的密度 — 最小限、少ない、中程度、高い
  7. カメラ/編集表現 — シネマティック、ソーシャル向け縦型パンチ、プレゼンテーションデッキ、静止スライドなど
  8. トーンの位置づけ — 公的機関風、企業向けプロフェッショナル、Z 世代向けソーシャル、子ども向け、ダークなエディトリアル

ライセンス

MIT

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。