
mcp2mqtt
mcp2mqtt 是一个将物联网设备接入AI大模型的项目,它通过 Model Context Protocol (MCP) 和 MQTT 协议将物理世界与 AI 大模型无缝连接。
VibeVideo-MCP 是一套面向未来视频编辑自动化的开源解决方案。它不仅提供了可视化的前端编辑器,还引入了基于 MCP 协议的 AI 视频编辑代理,让开发者能够通过自然语言控制复杂的视频处理流程。
VibeVideo-MCP 是一个由 HYE Partners 开发和维护的单仓(monorepo)项目,集成了 MCP 服务器 和 前端交互式视频编辑器,通过自然语言指令实现高效的视频编辑自动化。

该项目采用前后端分离架构,结合 Python、Node.js 和 React 技术栈,支持本地部署和 Docker 快速启动,适用于个人、研究及商业用途。
git clone https://github.com/hyepartners-gmail/vibevideo-mcp.git
cd vibevideo-mcp
cd ffmpeg-backend
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
如果尚未安装 ffmpeg,可通过以下命令补充:
pip install ffmpeg
cd ffmpeg-frontend
npm install
本项目包含四个核心组件:
| 组件 | 技术栈 | 功能描述 | 默认地址 |
|---|---|---|---|
| React 前端 | Vite + React | 提供视频编辑 UI 界面 | http://localhost:8080 |
| Node 后端 | Express | MCP 服务端,接收 AI 编辑请求 | http://localhost:8300 |
| FFmpeg 后端 | Flask + Python | 执行实际的视频处理任务 | http://127.0.0.1:8200 |
| Ollama 代理 | Python | 支持自然语言控制视频编辑 | 本地运行 |
npm run dev
该命令将同时启动 React 前端和 Node 后端。
cd ffmpeg-backend
python main.py
cd ffmpeg-backend
python ollamarun.py
⚠️ 建议使用的模型(需支持函数调用):
command-r7b:latestdevstral:latestqwen3:latestphi4-mini:latestmistral-nemo:latestllama3.1:8bllama3.3:latestqwen2.5-coder:latestfirefunction-v2:latest如果你希望快速部署而无需配置本地环境,可使用 Docker Compose 启动所有服务:
docker-compose up --build
默认开放端口如下:
| 服务 | 地址 |
|---|---|
| 前端(React) | http://localhost:8080 |
| Node API 服务 | http://localhost:8300 |
| FFmpeg 后端 | http://localhost:8200 |
Docker 设置中挂载了本地代码目录,支持热重载,方便边写边试。







