Music Media MCP Server

🎵 音乐媒体MCP服务器

生成人工智能音乐视频的MCP（模型上下文协议）服务器。给它一个图像或视频，它将分析视觉内容，使用谷歌的Lyria 3模型创作匹配的配乐，将所有内容与FFmpeg合并，并返回可播放的视频伪影。

管道

Source Media (image/video URL)
  → Gemini Vision analyzes the visual content (if no prompt given)
  → Lyria 3 generates a 30-second AI music track
  → FFmpeg merges audio + media into a single .mp4
  → Uploads to Google Cloud Storage
  → Returns an HTML artifact with an inline video player

特性

• 自动音乐提示 --如果没有提供音乐描述，Gemini Vision会分析图像/视频并自动生成合适的音乐提示
• 多种媒体类型 --支持图像（.jpg、.png、.webp）和视频（.mp4、.mov）
• 智能视频处理 --图像循环30秒，短视频循环填充，长视频修剪30秒
• HTML工件输出 --返回一个风格化的视频播放器，MCP兼容的聊天机器人会在线渲染该播放器
• 云运行就绪 --只需一个命令即可部署到Google Cloud Run

先决条件

• Python 3.10+
• FFmpeg 已安装并打开 PATH

  # macOS
  brew install ffmpeg
  # Ubuntu/Debian
  sudo apt install ffmpeg

• 谷歌云 项目包括：

- Vertex AI API已启用（Lyria lyria-002 +双子座 gemini-2.0-flash-001) - 用于输出存储的GCS存储桶（具有公共读取权限或签名URL） - 应用程序默认凭据：

    gcloud auth application-default login

设置

1. 克隆并安装：

   git clone https://github.com/joshndala/music-media-mcp.git
   cd music-media-mcp
   python -m venv .venv
   source .venv/bin/activate
   pip install -e .

1. 配置环境：

   cp .env.example .env
   # Edit .env with your GCP project ID and GCS bucket name

1. 设置GCS CORS （聊天机器人工件中的视频播放所需）：

   # Create cors.json
   echo '[{"origin":["*"],"method":["GET"],"responseHeader":["Content-Type","Content-Length","Range"],"maxAgeSeconds":3600}]' > cors.json
   gsutil cors set cors.json gs://YOUR_BUCKET_NAME

本地运行

# stdio transport (for Claude Desktop and other MCP desktop clients)
python server.py

# SSE transport (for web-based MCP clients)
python server.py --transport sse --port 8000

# Test with MCP Inspector
npx @modelcontextprotocol/inspector
# Then connect to http://localhost:8000/sse

部署到云运行

# Build the container
gcloud builds submit \
  --tag us-central1-docker.pkg.dev/YOUR_PROJECT/YOUR_REPO/music-media-server \
  --project YOUR_PROJECT

# Deploy
gcloud run deploy music-media-server \
  --image us-central1-docker.pkg.dev/YOUR_PROJECT/YOUR_REPO/music-media-server \
  --region us-central1 \
  --platform managed \
  --allow-unauthenticated \
  --set-env-vars "GCP_PROJECT_ID=YOUR_PROJECT,GCS_BUCKET_NAME=YOUR_BUCKET,GCP_LOCATION=us-central1" \
  --memory 2Gi \
  --timeout 300 \
  --project YOUR_PROJECT

您的SSE端点将位于： https://YOUR_SERVICE_URL/sse

MCP客户端配置

克劳德桌面(claude_desktop_config.json)

{
  "mcpServers": {
    "music-media": {
      "command": "/path/to/.venv/bin/python",
      "args": ["/path/to/server.py", "--transport", "stdio"],
      "env": {
        "GCP_PROJECT_ID": "your-project-id",
        "GCS_BUCKET_NAME": "your-bucket-name",
        "GCP_LOCATION": "us-central1"
      }
    }
  }
}

网络/聊天机器人（SSE）

将MCP客户端指向已部署的Cloud Run URL：

https://your-service-url.run.app/sse

工具参考

generate_and_merge_media

退货： 一个完整的HTML文档，带有内联视频播放器。

示例提示：

• "Upbeat electronic dance music with synth arpeggios"
• "Calm ambient piano piece evoking a misty morning"
• "Cinematic orchestral score with soaring strings"
• _（省略自动AI分析）_

环境变量

许可证

麻省理工学院