Сервер MCP, который описывает изображения, транскрибирует аудио и суммирует видео из локальных файлов. Он общается с Google Gemini по умолчанию или с любой совместимой с OpenAI конечной точкой, такой как OpenRouter.

Особенности

Выберите поставщика: Google Gemini (по умолчанию) или OpenAI-совместимая конечная точка Три инструмента MCP для локальных изображений, аудио и видео

• Факультативный запасной вариант модели Gemini, плюс финальное резервное копирование, совместимое с OpenAI
• Opt-in многоперспективный параллельный вывод через PARALLEL_PROMPTS (см. ссылку на конфигурацию)

Модель поддержки варьируется от поставщика. Выбор поставщика, совместимого с OpenAI, не означает, что каждая конечная точка или модель обрабатывает каждый тип мультимедиа. Сервер никогда не меняет модель или провайдера самостоятельно.

Предпосылки

Node.js **18.0.0 или более поздний ** Ключ API для вашего провайдера:

• Близнецы: [[Т1]]
• OpenAI-совместимый: OPENAI_COMPATIBLE_API_KEY

##Установка

##Быстрый старт

Добавьте сервер в конфигурацию клиента MCP и наведите его на встроенный dist/index.js:

В Windows используйте передние или двойные задние слэши ([T4]) на пути. Сохраните файл и подсоедините MCP-клиент.

MCP Video Recognition Server

An MCP server that describes images, transcribes audio, and summarizes video from local files. It talks to Google Gemini by default, or to any OpenAI-compatible endpoint such as OpenRouter.

Features

• Pick your provider: Google Gemini (default) or an OpenAI-compatible endpoint
• Three MCP tools for local images, audio, and video
• Optional Gemini model fallback, plus a final OpenAI-compatible backup
• Opt-in multi-perspective parallel inference via PARALLEL_PROMPTS (see the Configuration Reference)

Model support varies by provider. Picking the OpenAI-compatible provider does not mean every endpoint or model handles every media type. And the server never swaps in a different model or provider on its own.

Prerequisites

• Node.js 18.0.0 or later
• An API key for your provider:
  • Gemini: GOOGLE_API_KEY
  • OpenAI-compatible: OPENAI_COMPATIBLE_API_KEY

Install

git clone https://github.com/yourusername/mcp-video-recognition.git
cd mcp-video-recognition
npm install
npm run build

Quickstart

Add the server to your MCP client config and point it at the built dist/index.js:

{
  "mcpServers": {
    "video-recognition": {
      "command": "node",
      "args": ["/path/to/mcp-video-recognition/dist/index.js"],
      "env": {
        "GOOGLE_API_KEY": "your_google_api_key"
      }
    }
  }
}

On Windows, use forward slashes or doubled backslashes (\\) in the path. Save the file and reconnect your MCP client. Environment variables must be present in the MCP client’s env configuration; the server process does not automatically inherit values merely because a .env file exists beside it.

For OpenRouter or another OpenAI-compatible endpoint, set RECOGNITION_PROVIDER=openai-compatible and fill in its variables. Configuration has a ready-made example.

Standalone Client

The repository includes a client that builds the project, spawns the server over stdio, performs MCP initialization, and lists the tools. It loads .env from the repository root when that file exists; already-set process environment variables take precedence.