使用说明
视频观看MCP
让克劳德和你一起“看”视频。发送TikTok、YouTube或任何视频链接——克劳德会看到这些帧并阅读文字记录。
完全由云托管。 无本地处理。适用于Claude Desktop、Claude mobile以及MCP工作的任何地方。
它做什么
三种工具，根据内容选择：
| 工具 | 退货 | 最适合 |
|---|---|---|
video_listen |
仅提供文字记录 | 谈话录、播客、评论 |
video_see |
仅限框架 | 舞蹈、视觉艺术、表情包、风景 |
watch_video |
两者都有 | 当音频和视觉都很重要时 |
- 你给克劳德发了一个视频链接
- 克劳德选择了正确的工具（或者你告诉它是哪个）
- 云服务下载，提取所需内容
- 克劳德收到了它所需要的东西——没有上下文膨胀
- 你一起看
快速入门（5分钟）
1.创建Modal帐户
首选 modal.com 并注册。免费套餐每月可获得30美元的积分，足够制作数千个短视频。
2.安装Modal CLI
pip install modal
modal token set --token-id YOUR_TOKEN_ID --token-secret YOUR_TOKEN_SECRET
（注册后从Modal的仪表板获取代币）
3.部署
git clone https://github.com/yourusername/video-watch-mcp.git
cd video-watch-mcp
modal deploy mcp_remote.py
你会得到一个类似的URL： https://yourusername--video-watch-mcp-mcp-server.modal.run
4.添加到克劳德桌面
在“桌面设置”中，转到“连接器”。找到“添加自定义连接器”按钮并粘贴链接。说出任何对你有意义的名字，比如“视频MCP”。
保存。重新加载桌面。
之后，移动应用程序将自动连接。
5.使用它
重新启动克劳德桌面。发送任何视频链接并让克劳德观看：
“和我一起看这个：https://tiktok.com/..."
克劳德将看到画面并阅读文字记录。
支持的平台
任何事物 yt-dlp 支持：
- 试试看。
- 油管
- Instagram转轴
- 推特/X视频
- Reddit视频
- 脸书
- Vimeo
- 和 1000+以上
成本
使用Modal的免费套餐（每月30美元积分）：
| 视频长度 | 大致成本 | 每月视频 |
|---|---|---|
| 30秒 | 约0.002美元 | 约15000美元 |
| 5分钟 | ~0.01美元 | ~3000美元 |
| 30分钟 | ~0.05美元 | ~600美元 |
正常使用永远不会达到极限。
运作原理
You send a link
↓
Claude calls watch_video(url)
↓
Modal spins up a container with ffmpeg + whisper
↓
yt-dlp downloads the video
↓
ffmpeg extracts frames (with timestamps burned in)
↓
Whisper transcribes the audio
↓
Returns frames as images + transcript text
↓
Claude sees everything, you discuss it together
文件
mcp_remote.py-完整的MCP服务器（部署此服务器）video_watch.py-带有web端点的独立视频处理器（如果您只需要API）
配置
在 mcp_remote.py 您可以调整：
fps-每秒提取帧数（默认值0.5=每2秒一帧）max_frames-要返回的最大帧数（默认值10，最大值20）whisper model-使用“基础”表示速度，可以使用“小”或“中”表示精度
局限性
- 很长的视频（30+分钟）可能会超时
- 纯音频内容不会有帧（显然）
- 某些受DRM保护的内容无法下载
- 耳语转录很好，但并不完美
隐私
- 视频在临时容器中处理，不存储任何内容
- 没有你观看的日志
- 您的Modal帐户，您的数据
许可证
麻省理工学院-随心所欲。
建造于 谷、山谷 因为我们想一起看TikTok。
