mcpField
C
clipacanvas

clipacanvas

ローカル
github.com/mechreaper007xメディア・デザイン222 週間前に更新

clipacanvas について

clipacanvasは、HTML、CSS、JavaScriptをローカルでMP4にレンダリングするMCPサーバーです。Base64出力または動画ファイルを必要とするMCPクライアント向けで、ChromiumとFFmpegをローカルで実行します。

主な機能

  1. 01HTML、CSS、JavaScriptをMP4に変換
  2. 02動画をBase64で返却
  3. 03レンダリング動画をファイルに保存
  4. 04サイズ、ビットレート、フレームレートを設定
  5. 05ローカルのChromiumとFFmpegで処理

活用シーン

  1. 01HTMLアニメーションをMP4化
  2. 02レンダリングした動画データをMCPクライアントに返却
  3. 03生成した動画を指定パスに保存

MCP 対応

MCPクライアントに`render_video`と`render_video_to_file`を公開します。前者はBase64形式のMP4データを返し、後者は指定したパスに動画を書き込みます。

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": {
"mechreaper007x-clipacanvas": {
"command": "uvx",
"args": [
"clipacanvas-mcp"
]
}
}
}
起動コマンドuvx clipacanvas-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
pypiclipacanvas-mcp1.0.2

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

Clip.A.Canvas MCP サーバー

Clip.A.Canvas の HTML-to-video レンダリングを MCP ツールとして公開する、汎用 MCP(Model Context Protocol)サーバーです。Claude Desktop、ChatGPT、Antigravity CLI(agy)、Claude Code、および STDIO/HTTPS ベースのあらゆる MCP クライアントで動作します。

特長

  • 汎用 MCP ツール — render_video と render_video_to_file を MCP プロトコル経由で公開します
  • あらゆる環境で動作 — Claude Desktop、ChatGPT、Antigravity CLI、Claude Code などに対応します
  • ローカルでレンダリング — アップロードやクラウドは不要です。Chromium と FFmpeg はお使いのマシンで実行されます
  • Base64 またはファイル出力 — 動画を Base64 文字列として返すか、指定したパスに直接保存します

インストール

クライアントの設定
1. Antigravity CLI(agy)

以下を mcp_config.json に追加します(通常は ~/.gemini/antigravity-cli/mcp_config.json にあります):

{
  "mcpServers": {
    "clipacanvas": {
      "command": "uvx",
      "args": ["--from", "clipacanvas-mcp", "clipmcp"]
    }
  }
}

agy inspect を実行して、サーバーが正常に読み込まれることを確認します。

2. Claude Code
claude mcp add -s user clipacanvas -- cmd /c uvx --from clipacanvas-mcp clipmcp
3. Codex CLI
codex mcp add clipacanvas -- uvx --from clipacanvas-mcp clipmcp

メモ

codex mcp list で Clip.A.Canvas の Auth: Unsupported が表示される場合も、まったく問題ありません。このステータスは、サーバーの実行に外部 OAuth 認証が不要であることを示しているだけです(ローカルの stdio MCP サーバーとして正しい状態です)。

PyPI から
pip install clipacanvas-mcp
# or
uv tool install clipacanvas-mcp  # gives 'clipacanvas-mcp' command

設定

環境変数(すべて任意):

変数デフォルト説明
CLIPACANVAS_FFMPEG_EXE自動検出FFmpeg 実行ファイルのパス
CLIPACANVAS_BROWSERS_PATH自動検出Playwright ブラウザーのパス
CLIPACANVAS_MAX_DURATION12レンダリング時間の上限(秒)
CLIPACANVAS_DEFAULT_WIDTH540動画のデフォルト幅
CLIPACANVAS_DEFAULT_HEIGHT960動画のデフォルト高さ
CLIPACANVAS_DEFAULT_BITRATE5MFFmpeg のデフォルトビットレート
CLIPACANVAS_DEFAULT_FRAME_RATE60デフォルトのフレームレート

MCP ツール

render_video

読み取り専用ヒント:いいえ | 破壊的操作ヒント:いいえ

HTML/CSS/JS を MP4 にレンダリングし、Base64 として返します。

引数:

{
  "code": "<!DOCTYPE html><html>...</html>",
  "width": 540,
  "height": 960,
  "bitrate": "5M",
  "frame_rate": 60,
  "max_duration": 12
}

戻り値: 動画のメタデータと Base64 エンコードされた MP4 データを含むテキストコンテンツ。

render_video_to_file

読み取り専用ヒント:いいえ | 破壊的操作ヒント:はい(ファイルを上書き)

上記と同様ですが、MP4 を output_path に直接保存します。

引数:

{
  "code": "<!DOCTYPE html><html>...</html>",
  "output_path": "/absolute/path/to/video.mp4",
  "width": 540,
  "height": 960
}

AI クライアントでの使用方法

Claude Desktop

claude_desktop_config.json に追加します:

{
  "mcpServers": {
    "clipacanvas": {
      "command": "uvx",
      "args": ["clipacanvas-mcp"]
    }
  }
}
ChatGPT(ブリッジ経由)

このローカルツールを ChatGPT で使用するには、MCP-to-HTTPS ブリッジ(mcp-proxy など)を使用するか、公開 URL でホストします。ChatGPT の公式な「App」連携には、現在 HTTPS エンドポイントが必要です。

その他のクライアント(Codex、Qwen Coder など)

標準的な STDIO ベースのサーバーであるため、MCP に対応するあらゆるクライアントで動作します。起動コマンドとして uvx clipacanvas-mcp または python -m clipacanvas_mcp.server を使用してください。

プライバシーポリシー

Clip.A.Canvas はローカル優先のアプリケーションです。

  • データ収集:ユーザーデータ、コードスニペット、レンダリング済み動画がサーバーにアップロードされることはありません。
  • 処理:HTML/CSS/JS のレンダリングはすべて、お使いのマシン上のローカル Chromium インスタンス内で行われます。
  • 保存:レンダリング済み MP4 ファイルは、指定したディレクトリにのみ保存されます。
  • サードパーティサービス:ありません。

要件

  • Python 3.10+
  • FFmpeg(システム全体にインストールするか、imageio-ffmpeg 経由で利用するか、CLIPACANVAS_FFMPEG_EXE を設定)
  • Playwright Chromium:見つからない場合、初回レンダリング時に自動でインストールされます。

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。