mcpField
V
Video Reader MCP

Video Reader MCP

本地服务
github.com媒体与设计35 周前更新
代码仓库访问官网

关于 Video Reader MCP

Video Reader MCP（README 中标识为 Cue）是面向 AI Agent 的本地视频 MCP 服务，可检索并引用带时间戳的视频内容。它默认提供容器、流、章节和内嵌字幕信息，场景与帧需另行请求。

主要功能

  1. 01读取视频元数据、流、章节和字幕
  2. 02搜索内嵌字幕并返回时间戳
  3. 03按时间戳渲染、裁剪或 OCR 帧
  4. 04可选检测场景边界
  5. 05引用来源哈希与字幕定位信息

适用场景

  1. 01查找视频中的特定引述
  2. 02总结带章节或字幕的会议视频
  3. 03定位演示中展示代码的画面
  4. 04查找演示视频中的场景变化

MCP 相关

该 MCP 服务向客户端提供 read_video、search_video 和 video_evidence 工具，用于读取本地视频、检索字幕并获取指定时间点的帧证据。

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": {
    "sylphxai-video-reader": {
      "command": "npx",
      "args": [
        "-y",
        "@sylphx/video-reader-mcp"
      ]
    }
  }
}
启动命令npx -y @sylphx/video-reader-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
npm@sylphx/video-reader-mcp0.1.0

工具

1

收录的工具列表 · 更新于 2 周前

参数类型必填说明
sourcesarray是要读取的一个或多个本地视频源。
include_scenesboolean否使用 ffmpeg 场景滤镜检测场景边界。默认为 true。
include_streamsboolean否包含来自 ffprobe 的流元数据。默认为 true。
scene_thresholdnumber否ffmpeg gt(scene,threshold) 的场景检测灵敏度。默认值为 0.4。
include_chaptersboolean否存在章节标记时将其包含在内。默认值为 true。
include_subtitlesboolean否可用时提取内嵌字幕。默认值为 true。
include_transcriptboolean否如果已安装适配器，则尝试可选的本地 ASR 转录。默认值为 false。

详细介绍

已合并到 anymd（2026-09-25）。 anymd 可将 PDF、Office 文件、EPUB、网页、图像和视频转换为整洁的 Markdown，供 AI Agent 使用：npx -y @sylphx/anymd。此仓库已归档。

Cue

提供带时间戳级证据的视频回答

Cue 为 Agent 提供可搜索和引用的本地视频时间线。默认读取会返回容器元数据、流、章节和内嵌字幕。 场景和帧需单独获取。

npx -y @sylphx/cue

适用于 Claude Code：

claude mcp add cue -- npx -y @sylphx/cue

读取本地视频

{
  "sources": [{ "path": "/absolute/path/to/demo.mp4" }]
}

此调用使用 fast 配置。它会返回容器元数据、流、章节和内嵌字幕。 它不会检测场景、提取帧或运行语音识别。

然后询问：

“哪个章节讲到了定价变更？”

Cue 会返回带有 timestamp_ms 和源哈希的章节及字幕定位信息。它不会编造转录文本。引文搜索仅匹配内嵌字幕。获得时间戳后，可使用 video_evidence 渲染或裁剪帧。

Cue 适用的任务

向 Agent 提问Cue 返回
“找到这段引文。”内嵌字幕中带时间戳的匹配项（如果存在字幕）
“总结这场会议。”章节和内嵌字幕
“代码在哪儿显示？”video_evidence 在已知时间戳处提取的一帧
“这个演示有哪些变化？”当 profile 为 quality 或设置了 include_scenes 时，返回场景边界
“给我有用的片段。”章节、内嵌字幕、警告和缺失项

工具概览

工具用途
read_video默认 fast 配置：容器元数据、流、章节和内嵌字幕。场景检测需选择启用。
search_video搜索内嵌字幕条目。不会运行语音识别。
video_evidence指定后续操作：在某个时间戳处渲染、裁剪或 OCR 一帧

可预测的默认行为

  • 未指定 profile 时使用 fast：容器元数据、流、章节和内嵌字幕。不检测场景、不提取帧、不进行语音识别。
  • profile 为 quality 时会添加 ffmpeg 场景检测。不会提取帧或运行语音识别。
  • include_keyframes 和 include_transcript 默认关闭。在已发布的服务上启用任意一项都会返回警告和空数组。
  • OCR 由 video_evidence 执行。
  • 无需云端视频 API 或逐帧视觉模型。
  • 缺少 ffprobe 或内嵌字幕时会报告为缺失项，不会猜测补全。

Agent 为何信赖 Cue

每项声明都可以追溯到 timestamp_ms、流索引、字幕范围或源哈希。只有在使用 video_evidence 后才会提供帧索引。

配套 MCP 工具

产品用途
Citra提供带页面级证据的 PDF 回答
Iris提供图像事实和像素证据
Spine分析代码仓库架构和影响
Locus精确检索代码块
Lookout提供带来源摘录的网络研究

每款产品均可独立使用。只需安装 Agent 所需的工具。

开发

bun install
bun run build
bun test
cargo test
bun run benchmark:public-proof
bun run benchmark:release-gate

许可证

MIT

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。