云胶 MCP 服务器可将 CloudGlue 与 Cursor、Claude Desktop 等 AI 助手相连接,解锁视频集合理解的强大能力。它能助力您把视频转化为适合大语言模型(LLMs)使用的结构化数据。
首先,您需要从 cloudglue.dev 获取 CloudGlue API 密钥,该密钥用于通过 MCP 服务器对您的 CloudGlue 账户进行身份验证。
接下来,配置您的 MCP 客户端(如 Claude Desktop)以使用此 MCP 服务器。多数 MCP 客户端会将配置以 JSON 格式存储,对于 cloudglue - mcp - server,配置示例如下:
{
"mcpServers": {
"cloudglue": {
"command": "npx",
"args": [
"-y",
"@aviaryhq/cloudglue-mcp-server@latest"
],
"env": {
"CLOUDGLUE_API_KEY": ""
}
}
}
}
请将 替换为您在步骤 1 中获取的 API 密钥。或者,您也可以使用 --api-key CLI 标志通过环境变量传递 API 密钥。
若您需要进行本地开发,可按以下步骤操作:
npm install
npm run build
{
"mcpServers": {
"cloudglue-mcp-server": {
"command": "node",
"args": [
"/ABSOLUTE/PATH/TO/PARENT/FOLDER/cloudglue-mcp-server/build/index.js",
"--api-key",
""
]
}
}
}
能够将视频转换为适合大语言模型使用的结构化数据,便于大语言模型对视频内容进行理解和处理。
可与 Cursor、Claude Desktop 等多种 AI 助手相连接,扩展其功能。
如果您要进行本地开发,可执行以下命令进行安装和构建:
npm install
npm run build
以下是使用 CloudGlue 工具与视频聊天的示例:
# 假设这里有调用 chat_with_video_collection 工具的代码
# 由于原文档未提供具体代码,这里仅作示意
# 调用 chat_with_video_collection 工具,根据提示返回聊天完成响应
# response = chat_with_video_collection(prompt)
在管理视频文件、集合和生成的资源时,您可以根据不同需求调用相应工具,例如列出所有视频:
# 调用 list_videos 工具列出所有视频
# videos = list_videos()
使用 CloudGlue SDK 和/或 MCP 服务器,即表示您同意 CloudGlue 服务条款 并知悉我们的 隐私政策。
以下 CloudGlue 工具可供 LLM 使用:
chat_with_video_collection:根据提示返回从 CloudGlue 视频集合获得的聊天完成响应,可用于在回答问题或查找与查询相关的视频时快速搜索视频集合中的信息。describe_cloudglue_video:返回上传到 CloudGlue 的视频的详细描述。extract_cloudglue_video_entities:返回从上传到 CloudGlue 的视频中提取的详细实体。describe_youtube_video:返回 YouTube 视频的详细描述。extract_youtube_video_entities:返回从 YouTube 视频中提取的详细实体。list_videos:列出所有视频。get_video:获取单个视频的信息。create_video:创建新视频。update_video:更新现有视频的信息。delete_video:删除视频。list_playlists:列出所有播放列表。get_playlist:获取单个播放列表的信息。create_playlist:创建新的播放列表。add_to_playlist:将视频添加到播放列表中。remove_from_playlist:从播放列表中移除视频。delete_playlist:删除播放列表。文档未提及相关许可证信息。
如需了解更多信息或寻求帮助,请联系 支持团队。