🎞️ 视频帧MCP
1-衬垫： 给你的AI代理眼睛：从本地视频中为Claude、Cursor和Windsurf提取视觉背景。
这是一个 MCP（模型上下文协议） 将AI编码助手与 ffmpeg，使他们能够直接从聊天中处理视频文件。
https://github.com/user-attachments/assets/8493da1c-1c2a-42d4-87ee-40cead242eb2
______________________________________________________________________
✨ 特性
| 工具 | 说明 |
|---|---|
extract_frame | 提取单个图像（返回base64& OCR文本；路径可选） |
extract_multiple_frames | 批量提取帧（返回base64；目录可选） |
get_video_info | 获取持续时间、分辨率、FPS、编解码器和帧数 |
extract_clip | 剪切视频片段（需要路径） |
______________________________________________________________________
🧠 智能功能
- 内置OCR(
extract_frame)：服务器使用以下命令自动运行光学字符识别tesseract.js在提取的帧上，将文本直接返回给您的人工智能。非常适合阅读视频中的错误消息或幻灯片内容。 - 智能采样(
extract_multiple_frames)：不要每秒都转储一帧，破坏你的令牌上下文。请求totalFrames: 10，服务器将完美地分割视频，返回10个均匀分布的帧，捕捉整个时间线。 - 瞬态模式：如果省略帧的输出路径，服务器会将其保存到系统临时文件夹中，将其读取为base64，并立即删除。零杂乱。
______________________________________________________________________
🔒 100%本地和私人
你的视频文件永远不会离开你的机器。帧提取、OCR和剪切完全在本地进行。这使得它对企业环境、保密协议和私人录音是安全的。
______________________________________________________________________
⚙️ 运作原理
所有处理都会发生 本地在您的计算机上 使用 ffmpeg, ffprobe，以及 tesseract.js OCR。服务器通过以下方式进行通信 标准 传输——标准MCP协议。你的AI发送一个工具调用，服务器运行命令，并返回结果（以及文本，如果适用）。
extract_frame→ffmpeg -ss -i video.mp4 -frames:v 1 output.jpg+ OCR处理extract_multiple_frames→ffmpeg -vf fps=N/duration video.mp4 output_%04d.jpgget_video_info→ffprobe -print_format json -show_streams -show_format video.mp4extract_clip→ffmpeg -ss -to -c copy video.mp4 clip.mp4
为什么使用 -c copy? 它完全跳过了重新编码，使剪辑提取近乎即时。折衷之处在于，剪切与最近的关键帧对齐，因此它们可能会在精确的帧上略微偏离。______________________________________________________________________
📋 需求
- Node.js 18+ — 点击此处下载
- FFmpeg --已安装并可从系统PATH访问
安装ffmpeg
| 平台 | 命令 |
|---|---|
| 视窗 | winget install ffmpeg 或 choco install ffmpeg |
| macOS | brew install ffmpeg |
| Ubuntu/Debian | sudo apt install ffmpeg |
| Fedora/RHEL | sudo dnf install ffmpeg |
验证它是否有效： ffmpeg -version
______________________________________________________________________
🚀 安装
npx -y @eequaled/frames-mcp*（或者，您可以从源代码克隆和构建）。*
这 npx 命令会自动从NPM获取最新版本。
______________________________________________________________________
🛠️ 配置代码段
对于使用 config.json 结构（Cursor、Claude、Roo Code、Cline、Windsurf），在您的 mcpServers 对象：
{
"mcpServers": {
"video-frames": {
"command": "npx",
"args": ["-y", "@eequaled/frames-mcp"]
}
}
}\[！重要\] 如果你从GitHub克隆而不是使用npx，将命令更改为nodeargs指向 绝对路径 您当地的dist/index.js.
______________________________________________________________________
🔌 客户端设置
光标
- 打开 设置 → 特性 → 主控程序
- 点击 +添加新的MCP服务器
- 填写：
- 名字: video-frames - 类型: command - 命令: npx -y @eequaled/frames-mcp
- 保存并等待 绿点 （已连接）
______________________________________________________________________
克劳德桌面版
编辑您的配置文件：
- 视窗:
%APPDATA%\Claude\claude_desktop_config.json - macOS:
~/Library/Application Support/Claude/claude_desktop_config.json
{
"mcpServers": {
"video-frames": {
"command": "npx",
"args": ["-y", "@eequaled/frames-mcp"]
}
}
}______________________________________________________________________
Roo代码（VS代码扩展名）
打开Roo Code MCP设置面板，或直接编辑文件：
%APPDATA%\Code\User\globalStorage\roovscode.roo-cline\settings\cline_mcp_settings.json{
"mcpServers": {
"video-frames": {
"command": "npx",
"args": ["-y", "@eequaled/frames-mcp"]
}
}
}______________________________________________________________________
Cline（VS代码扩展）
编辑临床MCP设置文件：
%APPDATA%\Code\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json{
"mcpServers": {
"video-frames": {
"command": "npx",
"args": ["-y", "@eequaled/frames-mcp"]
}
}
}______________________________________________________________________
帆板运动
打开 设置 → 主控程序 → 添加服务器 并填写：
{
"command": "npx",
"args": ["-y", "@eequaled/frames-mcp"]
}______________________________________________________________________
CLI/其他平台
任何MCP兼容工具（Open Interpreter、自定义脚本等）都可以使用以下方式连接：
| 参数 | 值 |
|---|---|
| 运输 | stdio |
| 命令 | npx |
| 参数 | ["-y", "@eequaled/frames-mcp"] |
您也可以直接在终端中进行测试：
# Smoke test — should print the running message
npx -y @eequaled/frames-mcp
# Send a raw JSON-RPC list request
echo '{"jsonrpc":"2.0","id":1,"method":"tools/list"}' | npx -y @eequaled/frames-mcp______________________________________________________________________
💬 示例提示
连接后，在您的AI聊天中尝试以下操作：
What's the duration and resolution of /path/to/video.mp4?Extract the frame at 1:30 from /path/to/video.mp4 and save it to /output/thumb.jpgCheck this video and tell me the moment the error message appears.Summarize the UI changes in this screen recording.Extract the text from the slide at 02:45.提示： 总是使用 绝对路径 （例如。，C:\Videos\movie.mp4或/home/user/movie.mp4).相对路径不会可靠地解析。
______________________________________________________________________
🧠 为什么这很有用
结合您的人工智能的视觉能力，此MCP可以解锁：
- 视频内容分析 --提取帧→ AI描述或总结场景内容
- 缩略图生成 --随时拉出最好看的相框
- 快速视频检查 --无需打开视频播放器即可获取元数据
- 剪辑提取 --按需剪切精彩片段或短片
- GIF/视频管道 --夹一段并用管子将其进一步加工
______________________________________________________________________
🛠️ 支持的视频格式
mp4, mkv, avi, mov, webm, flv, wmv, m4v --以及ffmpeg可以解码的任何其他内容。
______________________________________________________________________
🤖 AI代理集成
该项目包括 llms.txt file——专门为AI代理编写的机器可读文档。如果你想让人工智能助手代表你设置、配置或使用此MCP服务器，只需将其指向该文件：
“阅读 llms.txt 在这个仓库中，将视频帧MCP添加到我的设置中。"该文件包含代理所需的一切：先决条件、安装步骤、每个客户端的配置代码段、包含所有参数的完整工具规范以及重要注意事项（如始终使用绝对路径）。