FFmpeg Python MCP 服务器

📋 项目简介

这是一个基于 Model Context Protocol (MCP) 的 FFmpeg 视频音频处理服务器。该项目为 AI 助手提供了强大的视频和音频处理能力，包括格式转换、切割合并、特效添加等功能，支持硬件加速处理。

🌟 主要特性

• 🎬 完整的视频音频处理功能 - 转换、切割、合并、压缩等
• ⚡ 硬件加速支持 - Intel QSV、NVIDIA NVENC 等
• 🔄 异步并发处理 - 支持多任务并行执行
• 🌐 流媒体支持 - M3U8 合并、直播流处理
• 🎨 视频特效 - 水印、GIF转换、变速等
• 🤖 AI友好接口 - 标准 MCP 协议，易于集成

🚀 快速开始

前置要求

1. Python 3.12+
2. FFmpeg - 请先安装 FFmpeg：

   # macOS
   brew install ffmpeg
   
   # Ubuntu/Debian
   sudo apt update && sudo apt install ffmpeg
   
   # Windows
   # 从 https://ffmpeg.org/download.html 下载
   

3. uv 包管理器：

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

安装和运行

1. 克隆项目

   git clone https://github.com/mabh111111/ffmpeg_python_mcp.git
   cd ffmpeg_python_mcp
   

2. 安装依赖

   uv sync
   

3. 运行 MCP 服务器

   # 开发模式（推荐用于测试）
   uv run mcp dev main.py
   
   # 或直接运行
   uv run python main.py
   

🔧 MCP 配置和使用

什么是 MCP？

Model Context Protocol (MCP) 是一个标准化协议，允许 AI 助手（如 Claude、ChatGPT 等）安全地访问外部工具和资源。

在 AI 客户端中配置

配置 Claude Desktop

1. 打开 Claude Desktop 配置文件：

   # macOS
   ~/Library/Application Support/Claude/claude_desktop_config.json
   
   # Windows
   %APPDATA%\Claude\claude_desktop_config.json
   

2. 添加 MCP 服务器配置：

   {
     "mcpServers": {
       "ffmpeg-processor": {
         "command": "uv",
         "args": ["run", "python", "/path/to/ffmpeg_python_mcp/main.py"],
         "cwd": "/path/to/ffmpeg_python_mcp"
       }
     }
   }
   

3. 重启 Claude Desktop

配置其他 MCP 客户端

对于支持 MCP 的其他客户端，使用以下连接信息：

• 命令: uv run python main.py
• 工作目录: 项目根目录
• 协议: stdio

验证连接

运行服务器后，你应该能在 AI 助手中看到以下可用工具：

• 视频音频提取和转换工具
• 切割和合并功能
• 硬件加速处理
• 视频特效和压缩

🛠️ 主要功能

📤 音频提取

# 从视频提取音频
extract_audio_from_video(video_path, output_path?, audio_format?, audio_quality?)

# 提取音频片段
extract_audio_segment(video_path, start_time, duration, output_path?, audio_format?)

🔄 格式转换

# 视频格式转换
convert_video_format(input_path, output_path?, output_format?, video_codec?, audio_codec?, quality?)

# 音频格式转换  
convert_audio_format(input_path, output_path?, output_format?, audio_codec?, bitrate?)

✂️ 切割合并

# 视频切割
cut_video_segment(input_path, start_time, end_time?|duration?, output_path?)

# 视频合并
merge_videos(video_paths, output_path?, merge_method?)

🎨 视频特效

# 转换为GIF
video_to_gif(input_path, output_path?, start_time?, duration?, width?, fps?, quality?)

# 添加水印
add_watermark(input_path, watermark_path, output_path?, position?, opacity?, margin?)

# 调整分辨率
resize_video(input_path, width, height, output_path?, keep_aspect_ratio?)

🚀 硬件加速

# 检查硬件加速支持
check_hardware_acceleration()

# QSV硬件加速转换
convert_video_with_qsv(input_path, output_path?, output_format?, qsv_encoder?, quality?)

🌐 流媒体处理

# M3U8合并
merge_m3u8_to_mp4(m3u8_url, output_path, headers?)

⚡ 性能特性

异步并发处理

• 所有处理函数支持异步执行
• AI 可同时调用多个工具进行并行处理
• 批量处理性能提升 3-5 倍

硬件加速

• Intel QSV: 处理速度提升 3-10 倍
• NVIDIA NVENC: GPU 硬件编码
• 自动检测: 智能选择最佳加速方案

📁 项目结构

ffmpeg_python_mcp/
├── main.py                     # MCP 服务器入口
├── src/                        # 源代码模块
│   ├── tools/
│   │   └── math_tools.py       # 数学工具（示例）
│   ├── resources/
│   │   └── greeting.py         # 问候资源（示例）
│   └── config/
│       └── server_config.py    # 配置管理
├── pyproject.toml              # 项目配置
├── uv.lock                     # 依赖锁定
└── README.md                   # 项目文档

🔧 开发指南

添加新工具

1. 在相应模块中定义工具函数
2. 使用 @server.tool 装饰器注册
3. 添加完整的参数类型和文档字符串

@server.tool()
async def my_new_tool(input_path: str, option: str = "default") -> str:
    """
    工具描述
    
    Args:
        input_path: 输入文件路径
        option: 可选参数
        
    Returns:
        处理结果
    """
    # 实现逻辑
    return result

运行测试

# 检查代码格式
uv run ruff check

# 运行开发模式
uv run mcp dev main.py

🤝 贡献

欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情

🆘 支持

• GitHub Issues: 提交问题
• 讨论: GitHub Discussions

🔗 相关链接

• Model Context Protocol 官方文档
• FFmpeg 官方网站
• Claude Desktop

---

⭐ 如果这个项目对你有帮助，请给个 Star！