AI导哈

本地AI媒体搜索服务器

一个本地运行的AI媒体搜索服务器，通过自然语言搜索访问本地照片和视频，保护用户隐私。

  • by mugdhav
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 mugdhav/mcpservers

使用说明

标题：本地人工智能媒体侦察员-黑客马拉松空间提交 表情符号🎬 颜色来源：绿色 颜色致：蓝色 sdk：毕业 sdk版本：“6.0.0” app_file：app.py 固定：false 标签：

  • 构建mcp跟踪消费者
  • 打造mcp轨道创意

🎬 本地AI媒体侦察员

隐私优先语义媒体搜索MCP服务器

100%本地和私人： 您的媒体保留在您的机器上。AI在本地运行。零云上传。

🌟 概述

本地AI媒体侦察员 是一个模型上下文协议（MCP）服务器，它让人工智能助手（如克劳德）通过自然语言搜索访问您的本地照片和视频。

与基于云的解决方案不同，此工具完全使用 SigLIP AI模型（比CLIP快2倍）可以理解媒体文件的内容。

非常适合：

  • 🔍 使用“海滩日落”或“咖啡收据”等描述查找照片/视频
  • 🤖 让Claude Desktop“看到”您当地的媒体库
  • 🔒 关心隐私且不想将个人照片上传到云端的用户

✨ 特性

  • 语义搜索： 按含义搜索，而不仅仅是文件名（例如，“睡在沙发上的猫”）。
  • 多模式： 支持两者 图像 （JPG、PNG、WEBP等）以及 视频 （MP4、MOV、MKV等）。
  • 隐私第一： 所有处理（索引和搜索）都在CPU/GPU上进行。
  • 双接口：
    • 🔌 MCP服务器： 连接到克劳德桌面。
    • 🌐 Web用户界面： 内置接口，用于测试和直接使用。
  • 高性能： 用途 google/siglip-base-patch16-224 FAISS用于快速索引和检索。

🛠️ 安装

先决条件

  • Python 3.10或更高版本
  • Git

1.克隆存储库

git clone https://github.com/mugdhav/local_media_search_mcp_server.git
cd local_media_search_mcp_server

2.创建虚拟环境

建议使用虚拟环境来管理依赖关系。

窗户：

python -m venv venv
.\venv\Scripts\activate

macOS/Linux：

python3 -m venv venv
source venv/bin/activate

3.安装依赖项

pip install -r requirements.txt

⚙️ 配置

  1. 创建一个 .env 根目录中的文件（可选，将使用默认值）：

    MEDIA_DIR=media
INDEX_DIR=index
    • MEDIA_DIR：包含照片和视频的文件夹（可以是绝对路径）。
    • INDEX_DIR：AI索引文件将存储在何处。

  2. 添加您的媒体：

    • 将您的照片和视频放在 media 文件夹（或您配置的任何文件夹）。
    • 注意：第一次运行服务器时，它将下载AI模型（~150MB）并为您的文件建立索引。这可能需要几分钟的时间，具体取决于您的库大小。

🚀 用法

1.启动服务器

运行应用程序：

python app.py

您应该看到指示服务器已启动的输出：

Web UI: http://localhost:7860
MCP Endpoint: http://localhost:7860/gradio_api/mcp/sse

2.连接到克劳德桌面

要在Claude Desktop中使用此功能，您需要将服务器配置添加到MCP设置文件中。

文件位置：

  • 窗户： %APPDATA%\Claude\claude_desktop_config.json
  • macOS： ~/Library/Application Support/Claude/claude_desktop_config.json

配置：

{
  "mcpServers": {
    "media-search": {
      "url": "http://localhost:7860/gradio_api/mcp/sse"
    }
  }
}

保存此文件后重新启动Claude Desktop。

3.使用Web UI

打开 http://localhost:7860 在浏览器中：

  • 测试搜索查询。
  • 查看索引统计信息。
  • 手动触发重新索引。
  • 检查文件详细信息。

🤖 可用的MCP工具

连接到Claude后，您可以使用以下工具：

工具 说明
semantic_search 使用自然语言描述搜索您的媒体。
Args： query （str）， media_type （全部/图像/视频）， top_k （int）
get_media_details 获取特定媒体文件的元数据（大小、类型、路径）。
Args： file_path （str）
get_index_stats 查看有关索引库的统计信息（计数、大小等）。
reindex_media 强制服务器重新扫描您的媒体目录。
Args： force （布尔）

给克劳德的提示示例：

  • “给我找我的狗在公园里玩的照片。”
  • “我有毕业典礼的视频吗？”
  • “显示第一个搜索结果的元数据。”
  • “重新索引我的媒体库，我刚刚添加了一些新照片。”

🔧 故障排除

  • 首次运行缓慢： 第一次运行下载SigLIP模型。这很正常。
  • 视频处理： 索引视频需要更长的时间，因为它提取帧来理解内容。
  • “找不到文件”： 确保您的 MEDIA_DIR 路径正确 .env 文件。
  • MCP连接错误： 确保服务器正在运行(python app.py)在打开Claude Desktop之前。

📜 许可证

MIT许可证

专为MCP 1岁生日黑客马拉松而打造🎂

相关 MCP