Gemini Media Analysis

🚀 MCP 视频识别服务器

MCP 视频识别服务器是一个基于 Model Context Protocol (MCP) 的服务器，它借助 Google 的 Gemini AI，提供了图像、音频和视频识别工具，为用户带来便捷的多媒体内容分析体验。

🚀 快速开始

MCP 视频识别服务器可帮助你利用 Google Gemini AI 进行图像、音频和视频的识别分析。下面为你介绍详细的使用步骤。

✨ 主要特性

• 图像识别：使用 Google Gemini AI 分析和描述图像。
• 音频识别：使用 Google Gemini AI 分析和转录音频。
• 视频识别：使用 Google Gemini AI 分析和描述视频。

📦 安装指南

手动安装

1. 克隆仓库：

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

2. 安装依赖项：

   npm install
   

3. 构建项目：

   npm run build
   

在 FLUJO 中安装

1. 点击“添加服务器”。
2. 将 Github URL 复制并粘贴到 FLUJO 中。
3. 点击“解析”、“克隆”、“安装”、“构建”和“保存”。

通过配置文件安装

要通过配置文件与 Cline 或其他 MCP 客户端集成：

1. 打开你的 Cline 设置：
   • 在 VS Code 中，前往 File -> Preferences -> Settings。
   • 搜索“Cline MCP 设置”。
   • 点击“在 settings.json 中编辑”。
2. 将服务器配置添加到 mcpServers 对象中：

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

3. 将 /path/to/mcp-video-recognition/dist/index.js 替换为项目目录中 index.js 文件的实际路径。使用正斜杠 (/) 或双反斜杠 (\) 在 Windows 上。
4. 保存设置文件。Cline 应该会自动连接到服务器。

🔧 配置

使用以下环境变量配置服务器：

• GOOGLE_API_KEY：Google Gemini API 密钥。
• TRANSPORT_TYPE：传输类型（例如：http、grpc）。
• PORT：服务器端口。

💻 使用示例

启动服务器

npm start

基础用法

图像识别

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

音频识别

{
  "tool": "audio_recognition",
  // 原文档此处未完整，保持原样
}