mcpField
A
AVCLabs Media MCP

AVCLabs Media MCP

本地服务
github.com/avclabs媒体与设计04 天前更新

关于 AVCLabs Media MCP

AVCLabs Media MCP 为托管的视频和图像处理服务提供独立 MCP 服务,并保留整合全部工具的旧版包。它面向需要特定媒体功能的 MCP 客户端,涵盖增强、上色、降噪和 SAM3 分割。

主要功能

  1. 01增强视频
  2. 02增强、上色和降噪图像
  3. 03使用 SAM3 分割图像
  4. 04查询任务状态
  5. 05安装按功能拆分的软件包

适用场景

  1. 01改善视频质量
  2. 02为图像上色或降噪
  3. 03使用 SAM3 分割图像中的对象

MCP 相关

这些软件包通过 stdio 服务向 MCP 客户端提供媒体处理工具。独立软件包让客户端只加载视频、图像或 SAM3 工具定义;旧版包则包含全部工具。

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": {
"command": "npx",
"args": [
"-y",
"@avclabs.ai/media-mcp"
],
"env": {
"API_KEY": "<API_KEY>"
}
}
}
}
启动命令npx -y @avclabs.ai/media-mcp
需要配置的环境变量
API_KEY密钥API Key for video enhancement and SAM3 services

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
npm@avclabs.ai/media-mcp0.2.0

工具

4

收录的工具列表 · 更新于 2 周前

参数类型必填说明
typeenum否上传类型:url=网络视频,local=本地文件url | local
resolutionenum否目标分辨率,默认 720p480p | 540p | 720p | 1080p | 2k
video_sourcestring是视频 URL 地址或本地文件路径(URL 必须可通过公网访问,不支持需要登录或签名的链接)

详细介绍

media-mcp monorepo

English | 中文

Node.js >=18 License: MIT

封装 AVCLabs 托管媒体服务的 MCP 服务,按每个 npm 包一个功能发布,使 MCP 客户端会话只加载实际使用的工具定义。

Packages

PackageFunctionToolsBin
@avclabs.ai/video-mcp视频增强create_task, get_task_status, enhance_video_syncvideo-mcp
@avclabs.ai/image-mcp图像增强 / 上色 / 降噪enhance_image_sync, colorize_image_sync, denoise_image_sync, get_image_task_statusimage-mcp
@avclabs.ai/sam3-mcpSAM3 图像分割sam3_predict, get_sam3_task_statussam3-mcp
@avclabs.ai/media-mcp旧版全功能包(全部 9 个工具)以上所有工具media-mcp
@avclabs.ai/media-mcp-core共享内部库(不是 MCP 服务)——

Why one function per package

  • 更小的上下文:MCP 客户端会将每个已配置服务的所有工具定义(名称、描述、JSON schema)注入会话。只需要图像工具的客户端不再需要为视频和 SAM3 定义付出代价。
  • 减少工具歧义:只存在一个 get_*_task_status 变体时,模型能更可靠地选择工具。
  • 独立启用:为每个客户端或受众(例如,仅向标注团队提供 SAM3)准确开放一个功能。

旧版全功能包 @avclabs.ai/media-mcp 对现有配置仍可照常使用;迁移说明请参阅其 README。

Quick start

每个服务都是通过 npx 运行的 stdio MCP 服务。例如,仅使用图像工具:

{
  "mcpServers": {
    "image-mcp": {
      "command": "npx",
      "args": ["-y", "-p", "@avclabs.ai/image-mcp@latest", "image-mcp"],
      "env": { "API_KEY": "your-api-key" }
    }
  }
}

每个包都只提供一个与包同名的 bin,因此直接运行 npx -y <package> 也可以;示例使用显式的 -p <package> <bin> 形式,因为无论包的 bin 集合如何变化,这种写法都能固定使用确切的二进制文件。 每个包的 README(video、image、SAM3)都包含 Claude Code、Cursor 和全局安装的完整说明,以及所读取的配置变量。

所有包共用一个 API_KEY,并使用相同的生产环境主机默认值(https://mcp.avc.ai/enhance 和 https://mcp.avc.ai/sam)。

Repository layout

packages/
  core/       shared library: tool registration, polling, TOS upload, config
  video-mcp/  video enhancement server (3 tools)
  image-mcp/  image processing server (4 tools)
  sam3-mcp/   SAM3 segmentation server (2 tools)
  media-mcp/  legacy all-in-one server (9 tools)

各包共用的领域术语见 CONTEXT.md;相关决策记录于 docs/adr/。

Development and release

npm ci               # installs workspaces and builds every package
npm test             # rebuild + run all package tests
npm run release:verify   # metadata gate + audit + tests + pack dry-run
node scripts/e2e-check.mjs  # stdio E2E for all four server entries

若要迭代开发某个包:先构建一次 core(npm run build -w packages/core),然后在另一个终端运行 npm run dev -w packages/<pkg>(tsc --watch)。

维护者:发布顺序(先发布 core)、版本管理、标签和冒烟测试请参阅发布指南。发布需从干净的检出手动进行;CI 工作流会在 Node 22 上运行相同的验证门禁。

License

MIT 许可证 — 参阅 LICENSE。

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。