mcpField
M
Media Context Mcp

Media Context Mcp

本地服务
github.com/vishalguptax媒体与设计218 周前更新

关于 Media Context Mcp

Media Context Mcp 是本地 MCP 服务,可将视频、音频、图像和链接转换为模型可读的上下文。它支持帧采样、转录和屏幕文字提取,文件不会上传。

主要功能

  1. 01视频关键帧与场景检测
  2. 02音频转录
  3. 03图像及屏幕文字分析
  4. 04本地文件与媒体链接
  5. 05可选的视频帧采样模式

适用场景

  1. 01根据采样帧概述视频
  2. 02转录会议或播客音频
  3. 03读取截图中的文字
  4. 04查找视频中的短暂故障

MCP 相关

该 MCP 服务向兼容客户端提供 `analyze_media` 和 `check_media_deps`,并在本地处理媒体内容。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"media-context": {
"command": "npx",
"args": [
"-y",
"media-context-mcp"
]
}
}
}
启动命令npx -y media-context-mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmmedia-context-mcp0.1.4

工具

2

收录的工具列表 · 更新于 2 周前

此工具无需参数。

详细介绍

media-context-mcp — 为 AI 助手提供本地媒体分析

npm 版本 npm 下载量 许可证 node

让 AI 助手拥有眼睛和耳朵。
分析任意视频、音频或图像——完全在本地,直接在编辑器中完成。

安装  ·  功能  ·  模式  ·  示例  ·  工具  ·  选项  ·  文档


大模型可以读取文本、浏览单张图像,却无法观看视频或收听音频。media-context-mcp 填补了这一空白。提供文件或链接,它就会返回简洁、适合模型使用的上下文——关键帧、转录文本或屏幕上的文字——整个过程都在你的设备上完成。不会上传任何内容。

将一段 10 秒视频片段转换成一张关键帧联系表

10 秒的视频片段会变成一张整洁的联系表,模型可按顺序读取——而不是数百张静帧。


🚀 安装

只需两步——添加服务,然后安装它所用的本地辅助工具。

1 · 将服务添加到客户端
# Claude Code
claude mcp add media-context -- npx -y media-context-mcp

启动命令始终是 npx -y media-context-mcp。选择你的客户端:

Claude Desktop

设置 → 开发者 → 编辑配置(claude_desktop_config.json):

{
  "mcpServers": {
    "media-context": { "command": "npx", "args": ["-y", "media-context-mcp"] }
  }
}
Cursor

~/.cursor/mcp.json(全局)或 .cursor/mcp.json(每个项目):

{
  "mcpServers": {
    "media-context": { "command": "npx", "args": ["-y", "media-context-mcp"] }
  }
}
VS Code(GitHub Copilot,Agent 模式)

.vscode/mcp.json — VS Code 使用 servers 键:

{
  "servers": {
    "media-context": { "command": "npx", "args": ["-y", "media-context-mcp"] }
  }
}
Windsurf

~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "media-context": { "command": "npx", "args": ["-y", "media-context-mcp"] }
  }
}
Cline / Roo Code

cline_mcp_settings.json(扩展的 MCP 设置):

{
  "mcpServers": {
    "media-context": { "command": "npx", "args": ["-y", "media-context-mcp"] }
  }
}
Kiro

.kiro/settings/mcp.json(项目)或 ~/.kiro/settings/mcp.json(用户):

{
  "mcpServers": {
    "media-context": { "command": "npx", "args": ["-y", "media-context-mcp"] }
  }
}
Gemini CLI

~/.gemini/settings.json:

{
  "mcpServers": {
    "media-context": { "command": "npx", "args": ["-y", "media-context-mcp"] }
  }
}
Zed

settings.json — Zed 使用 context_servers:

{
  "context_servers": {
    "media-context": { "command": { "path": "npx", "args": ["-y", "media-context-mcp"] } }
  }
}
Codex CLI

~/.codex/config.toml:

[mcp_servers.media-context]
command = "npx"
args = ["-y", "media-context-mcp"]
JetBrains AI Assistant

设置 → 工具 → AI Assistant → Model Context Protocol → 添加,然后使用命令 npx,参数为 -y media-context-mcp。

**提示:**在 Claude Code 中,你也可以将其作为插件安装——运行 /plugin marketplace add vishalguptax/media-context-mcp,然后运行 /plugin install media-context。如需与团队共享,可按项目安装:使用 --scope project(写入 .mcp.json),或在仓库中提交 .cursor/mcp.json。

2 · 安装本地辅助工具

运行一条命令,通过操作系统的软件包管理器安装服务器使用的所有组件:

npx media-context-mcp setup          # core: keyframes, links, on-screen text
npx media-context-mcp setup --audio  # also enable transcription

之后服务器会自动找到这些辅助工具,无需额外配置。运行 check_media_deps 查看哪些工具已就绪,运行 setup --uninstall 将其移除。(手动安装 →)

3 · 提问

“总结一下 demo.mp4。”

✨ 功能

视频关键帧概览、全尺寸静帧、场景检测,或能捕捉瞬间故障的密集胶片条
音频将语音转成文本——片段、语音备忘录、会议、播客
图像图片内容,以及屏幕上显示的确切文本
随处可用本地文件或链接——YouTube、Vimeo 及 1000 多个网站
私密在你的机器上运行,不需要 API 密钥,也不会上传内容
高效将长片段转换成几张图片,而不是数百张

🎞️ 模式

analyze_media 会自动检测音频和图像。对于视频,可选择帧采样方式:

模式适用场景
sheet (默认)快速概览——将帧平铺成一到两张缩略图拼图
frames查看特定时刻的细节——单张全尺寸静帧
scenes幻灯片和静态录屏——仅采集场景切换帧
filmstrip捕捉不足一秒的 UI 故障——密集、接近原生帧率的胶片条

💬 示例

用自然语言提问即可——助手会选择合适的选项。

你可以这样问你会得到
“总结一下 demo.mp4。”基于采样关键帧的快速概览
“bug.mp4 结尾处显示了什么错误?”读取并返回屏幕上的确切文本
“逐步讲解 onboarding.mov 中的 UI 流程。”根据场景切换帧逐步讲解
“转录 standup.m4a 并列出待办事项。”本地转录文本
“用转录文本总结 https://youtu.be/…。”获取并转录内容
“读出这张截图 crash.png 中的错误。”图片内容及其确切文本
“找出 ui.mp4 中滑块在约 0:06 闪烁的位置。”不足一秒故障对应的确切帧

🧰 工具

工具功能
analyze_media将视频、音频或图像(文件或 URL)转换为模型可读的上下文。自动检测类型,并支持裁剪、时间窗口、语言和采样率。
check_media_deps报告这台机器上哪些功能已就绪。

每次调用都在本地运行,并在结束后清理。

⚙️ 选项

助手会为你填写这些选项,但你也可以对它进行引导(“使用胶片条模式”“裁剪到工具栏”)。

完整的 analyze_media 参数
参数默认值描述
source—本地文件路径(视频/音频/图像)或 http(s) URL
context—用于界定分析范围的备注;会显示在摘要顶部
detail—high = 适合屏幕录制的清晰静帧;low = 低成本概览
modesheetsheet · frames · scenes · filmstrip
formatwebpwebp(体积最小)· jpeg · png(文字清晰)
maxFrames30采样帧数上限
grid5联系表模式下每行/列的缩略图数量
scale320每帧宽度,单位为 px — 数值越低,消耗的 token 越少
sceneThreshold0.4场景变化灵敏度(scenes 模式)
fpsauto显式采样率;与 filmstrip 配合时可设为较高值
crop—用于放大区域的 {x,y,width,height}(单位为像素,或 0–1 的比例值)
stripRows18filmstrip 模式下每张图像中的缩略图数量
startSec / endSec—限定时间范围
transcriptfalse同时生成转录文本(视频)
whisperModelsmalltiny · base · small · medium · large
ocrfalse提取屏幕上的文字
ocrLangeng语言代码,例如 eng+deu
ocrPsm3页面分割:3 自动 · 6 区块 · 11 稀疏
detectJumpsfalse跟踪屏幕上的数字,并报告带时间戳的跳回故障
maxDurationSec3600URL 下载时长超过此值则拒绝下载
maxFileSizeMb500URL 下载文件超过此大小则中止

每个参数的使用示例见**使用指南**。

❓ 常见问题

大模型能观看视频吗? 不能直接观看 — 模型处理的是图像和文本,而不是视频。此服务会将视频转换为模型可读取的帧和转录文本。

会上传任何内容吗? 不会。一切都在你的计算机上运行;无需密钥,也不使用云服务。

哪些客户端可以使用? 任何 MCP 客户端均可 — Claude Code、Claude Desktop、Cursor、VS Code、Windsurf、Cline、Kiro、Gemini CLI、JetBrains、Zed、Codex。

可以处理 YouTube 和其他链接吗? 可以。

费用是多少? 免费且开源。

📋 要求

Node.js 18+,支持 Windows、macOS 或 Linux。只需运行一次 npx media-context-mcp setup,即可安装其他所有内容。

🛠️ 开发

npm install
npm run build
npm test

欢迎提交问题和 PR — 架构说明请参阅使用指南。

📄 许可证

Apache-2.0 © Vishal Gupta

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。