Rendi MCP Server

🚀 Rendi MCP 服务器

Rendi MCP 服务器是一个模型上下文协议（MCP）服务器，它通过 Rendi API 提供基于云的 FFmpeg 处理能力。该服务器使 AI 助手能够在云端运行 FFmpeg 命令，而无需进行本地安装或搭建基础设施。

✨ 主要特性

此 MCP 服务器为基于云的视频和音频处理提供了四个强大的工具：

🎬 运行 FFmpeg 命令

在云端执行单个 FFmpeg 命令，并自动处理和管理文件。非常适合简单的视频转换、调整大小、格式更改和基本编辑任务。

⛓️ 运行链式 FFmpeg 命令

提交多个顺序执行的 FFmpeg 命令，其中早期命令的输出可以作为后期命令的输入。这对于复杂的工作流程非常理想，例如：

• 转换视频 → 提取缩略图 → 添加水印
• 裁剪视频 → 调整大小 → 提取音频 → 转换为 MP3

链式命令比单独运行命令更高效，因为它们可以共享系统资源。

📊 轮询 FFmpeg 命令

检查已提交命令的状态并获取结果，包括：

• 处理状态（排队、处理中、成功、失败）
• 执行时间和性能指标
• 输出文件元数据（分辨率、时长、比特率、编解码器等）
• 处理后文件的直接下载 URL

🗑️ 删除命令文件

当你完成处理后，清理 Rendi 存储中的输出文件。这有助于管理存储空间并保持工作区的整洁。

📚 什么是 Rendi？

Rendi 是一个基于云的 FFmpeg API 服务，允许你在不进行本地安装的情况下运行 FFmpeg 命令。它提供：

• ☁️ 基于云的处理基础设施
• 🚀 可扩展的 vCPU 分配（最高可达你的账户限制）
• 📦 自动文件存储和管理
• 🔒 安全的 API 密钥认证
• ⚡ 可配置资源的快速处理

📦 安装指南

通过 Smithery 安装

通过 Smithery 安装此服务器是最简单的方法：

npx @smithery/cli install rendi-mcp-server

安装过程中会提示你输入 Rendi API 密钥。

手动安装

1. 克隆此仓库：

git clone https://github.com/ctaylor86/rendi-mcp-server.git
cd rendi-mcp-server

2. 安装依赖项：

npm install

3. 构建项目：

npm run build

4. 配置你的 MCP 客户端以使用此服务器，并提供你的 Rendi API 密钥。

💻 使用示例

基础用法

简单视频转换

使用 run_ffmpeg_command 工具将视频转换为 MP4：
- 命令："-i {{in_1}} -c:v libx264 -c:a aac {{out_1}}"
- 输入文件：{"in_1": "https://example.com/video.avi"}
- 输出文件：{"out_1": "converted.mp4"}

从视频中提取缩略图

使用 run_ffmpeg_command 工具提取缩略图：
- 命令："-i {{in_1}} -ss 00:00:05 -vframes 1 {{out_1}}"
- 输入文件：{"in_1": "https://example.com/video.mp4"}
- 输出文件：{"out_1": "thumbnail.jpg"}

高级用法

链式命令的复杂工作流程

使用 run_chained_ffmpeg_commands 工具进行多步骤工作流程：
1. 拼接两个视频
2. 从结果中提取缩略图

命令：
[
  "-i {{in_1}} -i {{in_2}} -filter_complex \"[0:v][1:v]concat=n=2:v=1:a=0[v]\" -map [v] {{out_1}}",
  "-i {{out_1}} -ss 00:00:10 -vframes 1 {{out_2}}"
]

输入文件：{
  "in_1": "https://example.com/part1.mp4",
  "in_2": "https://example.com/part2.mp4"
}

输出文件：{
  "out_1": "concatenated.mp4",
  "out_2": "thumbnail.jpg"
}

检查命令状态

提交命令后，使用 poll_ffmpeg_command 和返回的 command_id 检查状态并获取结果。

清理文件

当你完成对输出文件的处理后，使用 delete_command_files 和 command_id 释放存储空间。

🔧 技术细节

重要提示

文件命名约定

Rendi 对文件使用特定的别名系统：

• 输入文件：键名必须以 in_ 开头（例如，in_1、in_video、in_audio）
• 输出文件：键名必须以 out_ 开头（例如，out_1、out_result、out_thumbnail）
• 在命令中：使用 {{alias}} 格式引用文件（例如，{{in_1}}、{{out_1}}）

输入文件要求

• 输入文件必须是公开可访问的 URL
• 支持的来源：直接 URL、Google Drive、Dropbox、S3、Rendi 存储等
• 文件名应出现在 URL 的末尾

输出文件存储

• 输出文件将无限期存储在 Rendi 的服务器上，直到你删除它们
• 每个输出文件都包含一个直接下载 URL
• 使用 delete_command_files 工具在完成处理后进行清理

处理限制

• 每个链式命令最多 10 个命令
• 默认超时时间：每个命令 300 秒（可配置）
• 默认 vCPU 数量：8 个（可根据你的账户限制进行配置）

开发相关

在开发模式下运行

npm run dev

构建项目

npm run build

启动生产服务器

npm start

架构信息

此服务器使用以下技术构建：

• TypeScript 用于类型安全的开发
• Express 用于 HTTP 服务器功能
• @modelcontextprotocol/sdk 用于 MCP 协议实现
• @smithery/sdk 用于 Smithery 集成
• Zod 用于模式验证
• Docker 用于容器化部署

📄 API 文档

有关 Rendi API 的详细信息，请访问：

• API 介绍
• 运行 FFmpeg 命令
• 运行链式命令
• 轮询命令
• 删除文件

📄 许可证

本项目采用 MIT 许可证。

支持与贡献

支持

如果你在使用此 MCP 服务器时遇到问题，请在 GitHub 上提交问题。

如需 Rendi API 支持，请访问 rendi.dev 或查看其 文档。

贡献

欢迎贡献代码！请随时提交拉取请求。