mcp-media-analyzer

# MCP 媒體分析工具 完全本地執行的隱私媒體分析工具 - 支援影片、圖片和音檔的視覺分析、語音轉錄和智慧檔名建議，無需上傳數據到雲端。 ## 核心優勢 - 🔐 **完全本地執行**：所有分析在本地完成，無需上傳任何數據 - 🛡️ **極度隱私保護**：敏感媒體檔案永不離開你的設備 - ⚡ **離線可用**：無網路亦可正常運作（local 模式） - 🎯 **三種工作模式**： - 📌 **預設模式**：本地優先 + 可選雲端 fallback - 🔒 **本地模式**：100% 離線，完全隱私 - ☁️ **線上模式**：純雲端（需 Gemini API） ## 功能 - 📹 **影片分析**：視覺內容（透過 LM Studio 視覺模型）、metadata、音訊轉錄 - 🖼️ **圖片分析**：自動轉檔（HEIC→JPG）、視覺識別（透過 LM Studio 視覺模型） - 🎵 **音檔轉錄**：本地 Whisper（Apple Silicon 最優化） - ✨ **智慧檔名**：LLM 生成有意義的檔名建議 --- ## 快速開始 ### 步驟 1：設定 MCP（只需這步） 將以下內容加入 `~/.cursor/mcp.json`： ```json { "mcpServers": { "mcp-media-analyzer": { "command": "uvx", "args": ["mcp-media-analyzer"], "env": { "LM_STUDIO_URL": "http://localhost:1234/v1/chat/completions", "LM_STUDIO_MODEL": "qwen/qwen3-vl-30b", "GEMINI_API_KEY": "", "WHISPER_MODEL": "mlx-community/whisper-large-v3-turbo", "WHISPER_LANGUAGE": "zh" } } } } ``` ### 步驟 2：預先下載模型（可選） 避免第一次使用時等待： ```bash uvx --with huggingface_hub python -c " from huggingface_hub import snapshot_download print('下載 Whisper 模型中...') snapshot_download('mlx-community/whisper-large-v3-turbo') print('✓ 完成') " ``` ### 步驟 3：開始使用 重啟 Cursor 後，直接對話： ``` "分析這個影片 /path/to/video.mp4" "幫我轉錄這個音檔" "這張照片是在哪裡拍的？" ``` --- ## 前提條件 ### 1. 安裝 uv（套件管理工具） ```bash # macOS / Linux curl -LsSf https://astral.sh/uv/install.sh | sh # Windows powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" ``` ### 2. 安裝 ffmpeg（媒體處理工具） ```bash # macOS brew install ffmpeg # Linux sudo apt-get install ffmpeg # Windows # 下載安裝包：https://ffmpeg.org/download.html ``` ### 3. 安裝 LM Studio（本地視覺分析，可選） **用途**：本地圖片/影片的視覺內容辨識（不上傳到雲端） 如果要使用本地視覺分析功能： 1. 下載並安裝 [LM Studio](https://lmstudio.ai/) 2. 在 LM Studio 中下載**視覺模型**（支援圖片輸入），推薦以下模型： **推薦模型 1：Qwen3-VL-30B** - 模型名稱：`qwen/qwen3-vl-30b` - 大小：約 30GB - 來源：Alibaba Qwen 團隊（開源） - 優點：高精準度，支援繁體中文，視覺理解能力強 - 風險：需要較大記憶體（建議 32GB+ RAM） **推薦模型 2：Ministral-…