Gemini Media Analysis

🚀 MCP ビデオ認識サーバ

このサーバは、Model Context Protocol (MCP) に基づいて構築されており、Google の Gemini AI を使用して、画像、音声、およびビデオの認識ツールを提供します。

🚀 クイックスタート

このサーバは、Google Gemini AI を活用して画像、音声、ビデオの認識を行います。以下に、サーバの機能、インストール方法、使用方法を説明します。

✨ 主な機能

• 画像認識：Google Gemini AI を使用して画像を分析し、内容を記述します。
• 音声認識：Google Gemini AI を使用して音声を分析し、文字起こしを行います。
• ビデオ認識：Google Gemini AI を使用してビデオを分析し、内容を記述します。

📦 インストール

手動インストール

1. リポジトリをクローンします：

   git clone https://github.com/yourusername/mcp-video-recognition.git
   cd mcp-video-recognition
   

2. 依存関係をインストールします：

   npm install
   

3. プロジェクトをビルドします：

   npm run build
   

FLUJO でのインストール

1. 「サーバーを追加」をクリックします。
2. Github URL をコピーして FLUJO に貼り付けます。
3. 「解析」、「クローン」、「インストール」、「ビルド」、「保存」をクリックします。

設定ファイルによるインストール

Cline または他の MCP クライアントと設定ファイルを介して統合するには：

1. あなたの Cline 設定を開きます：

   • VS Code では、File -> Preferences -> Settings に移動します。
   • 「Cline MCP 設定」を検索します。
   • 「settings.json で編集」をクリックします。

2. サーバー設定を mcpServers オブジェクトに追加します：

   {
     "mcpServers": {
       "video-recognition": {
         "command": "node",
         "args": [
           "/path/to/mcp-video-recognition/dist/index.js"
         ],
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

3. /path/to/mcp-video-recognition/dist/index.js を、プロジェクトディレクトリ内の index.js ファイルの実際のパスに置き換えます。Windows では正斜線 (/) またはダブルバックスラッシュ (\\) を使用します。

4. 設定ファイルを保存します。Cline は自動的にサーバーに接続するはずです。

🔧 設定

以下の環境変数を使用してサーバーを設定します：

• GOOGLE_API_KEY：Google Gemini API キー
• TRANSPORT_TYPE：トランスポートタイプ（例：http、grpc）
• PORT：サーバーのポート

💻 使用例

基本的な使用法

サーバーの起動

npm start

ツールの使用方法

画像認識

{
  "tool": "image_recognition",
  "params": {
    "input_path": "path/to/image.jpg"
  }
}

音声認識

{
  "tool": "audio_recognition",
  // 元のREADMEにここまでで終わっていたので、そのままにしています
}