Gemini Media Analysis

🚀 MCP 視頻識別服務器

MCP 視頻識別服務器是一個基於 Model Context Protocol (MCP) 的服務器，它藉助 Google 的 Gemini AI，提供了圖像、音頻和視頻識別工具，為用戶帶來便捷的多媒體內容分析體驗。

🚀 快速開始

MCP 視頻識別服務器可幫助你利用 Google Gemini AI 進行圖像、音頻和視頻的識別分析。下面為你介紹詳細的使用步驟。

✨ 主要特性

• 圖像識別：使用 Google Gemini AI 分析和描述圖像。
• 音頻識別：使用 Google Gemini AI 分析和轉錄音頻。
• 視頻識別：使用 Google Gemini AI 分析和描述視頻。

📦 安裝指南

手動安裝

1. 克隆倉庫：

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

2. 安裝依賴項：

   npm install
   

3. 構建項目：

   npm run build
   

在 FLUJO 中安裝

1. 點擊“添加服務器”。
2. 將 Github URL 複製並粘貼到 FLUJO 中。
3. 點擊“解析”、“克隆”、“安裝”、“構建”和“保存”。

通過配置文件安裝

要通過配置文件與 Cline 或其他 MCP 客戶端集成：

1. 打開你的 Cline 設置：
   • 在 VS Code 中，前往 File -> Preferences -> Settings。
   • 搜索“Cline MCP 設置”。
   • 點擊“在 settings.json 中編輯”。
2. 將服務器配置添加到 mcpServers 對象中：

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

3. 將 /path/to/mcp-video-recognition/dist/index.js 替換為項目目錄中 index.js 文件的實際路徑。使用正斜槓 (/) 或雙反斜槓 (\) 在 Windows 上。
4. 保存設置文件。Cline 應該會自動連接到服務器。

🔧 配置

使用以下環境變量配置服務器：

• GOOGLE_API_KEY：Google Gemini API 密鑰。
• TRANSPORT_TYPE：傳輸類型（例如：http、grpc）。
• PORT：服務器端口。

💻 使用示例

啟動服務器

npm start

基礎用法

圖像識別

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

音頻識別

{
  "tool": "audio_recognition",
  // 原文檔此處未完整，保持原樣
}