Primateintelligence MCP

Name: Primateintelligence MCP
Author: Primate-Intelligence

von Primate-IntelligenceVersion 0.4.0i★ –iComputer oder Cloud

Name in der Registryai.primateintelligence/mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Video scene understanding for AI agents via the Primate Vision API.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Computer oder Cloud
Transport: stdio, Streamable HTTP
Kategorie: Design, Bilder & Audio
Das musst du eintragen: PRIMATE_API_KEY

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf dem Server des Entwicklers: Was du fragst, läuft über dessen Server.
Das trägst du selbst ein: PRIMATE_API_KEY, Authorization

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

Läuft in der CloudNichts zu installieren; die Verbindung läuft übers Internet
npmNode.js installiert (für den Befehl npx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Diese Adresse braucht einen Schlüssel in einem Header der Anfrage, und das Menü zum Hinzufügen von Connectors kann ihn nicht setzen. Nutze stattdessen Claude Code, Cursor oder VS Code.

Oder führ ihn auf deinem Computer aus

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "primateintelligence": {
      "command": "npx",
      "args": [
        "-y",
        "@primate-intelligence/mcp"
      ],
      "env": {
        "PRIMATE_API_KEY": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add --transport http primateintelligence https://api.primateintelligence.ai/mcp --header 'Authorization: Bearer {PRIMATE_API_KEY}'

Oder führ ihn auf deinem Computer aus

claude mcp add primateintelligence --env PRIMATE_API_KEY=your-value -- npx -y @primate-intelligence/mcp

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "primateintelligence": {
      "url": "https://api.primateintelligence.ai/mcp",
      "headers": {
        "Authorization": "Bearer {PRIMATE_API_KEY}"
      }
    }
  }
}

Oder führ ihn auf deinem Computer aus

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "primateintelligence": {
      "command": "npx",
      "args": [
        "-y",
        "@primate-intelligence/mcp"
      ],
      "env": {
        "PRIMATE_API_KEY": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "primateintelligence": {
      "type": "http",
      "url": "https://api.primateintelligence.ai/mcp",
      "headers": {
        "Authorization": "Bearer {PRIMATE_API_KEY}"
      }
    }
  }
}

Oder führ ihn auf deinem Computer aus

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "primateintelligence": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@primate-intelligence/mcp"
      ],
      "env": {
        "PRIMATE_API_KEY": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Diese Adresse braucht einen Schlüssel in einem Header der Anfrage, und das Menü zum Hinzufügen von Connectors kann ihn nicht setzen. Nutze stattdessen Claude Code, Cursor oder VS Code.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Werte, die du selbst einträgst

PRIMATE_API_KEY geheim erforderlich env
Primate Vision API key (get a free one at https://primateintelligence.ai/docs/agents)
Authorization HTTP header

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Die Tool-Liste dieses Servers haben wir noch nicht gelesen; wir prüfen die Endpunkte reihum.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde über die Domain primateintelligence.ai bestätigt (die Registry prüft, wem die Domain gehört)
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Endpunkt antwortet
Noch nicht geprüft; wir prüfen die Endpunkte reihum
… Noch nicht geprüft
Anmeldung mit OAuth
Noch nicht geprüft; wir prüfen die Endpunkte reihum
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Noch nicht geprüft; wir lesen die Tool-Liste, wenn wir den Endpunkt prüfen

Im Vergleich mit anderen in Design, Bilder & Audioi

Mehr Sterne als 0 % der anderen 2164 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 21 % der anderen 2164 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 2164 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Primateintelligence MCP sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Das musst du eintragen: PRIMATE_API_KEY

Läuft er auf meinem Computer oder in der Cloud?

Beides geht: Installiere ihn auf deinem Computer oder verbinde dich mit der Cloud-Version.

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.4.0) kam vor 3 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Er verbindet sich per URL, also funktionieren auch Apps, die Remote-MCP-Server akzeptieren, zum Beispiel ChatGPT im Entwicklermodus.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Figma Context MCP, Claude Real Video, Figma MCP Server

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Figma Context MCP

von GLips

Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.

Läuft auf deinem Computer★ 16.165MITAktualisiert vor 5 Monaten

Installieren

Claude Real Video

von HUANGCHIHHUNGLeo

Let any LLM watch a video locally — and search everything it has ever watched.

Läuft auf deinem Computer★ 2.284MITAktualisiert vor 2 Monaten

Installieren

Figma MCP Server

von figma

The Figma MCP server brings Figma design context directly into your AI workflow.

Läuft in der Cloud★ 2.152Aktualisiert vor 13 Monaten

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

@primate-intelligence/mcp

MCP (Model Context Protocol) server for the Primate Vision video analysis API — a video understanding API by Primate Intelligence (docs · llms.txt).

Gives AI agents video scene understanding as tools: register a video, ask a question in plain English, get a deterministic answer with a confidence score and clip timestamps. No hallucinated descriptions — the answer is yes / no / indeterminate with evidence.

Try it for free

A free test key requires no email, no card, no signup:

curl -X POST https://api.primateintelligence.ai/v1/sandbox

Your AI agent can do this for you — right from Claude. Point it at primateintelligence.ai/llms.txt and it can discover, provision, integrate, and self-verify with zero human steps.

Two ways to connect

1. Remote server (recommended) — OAuth, nothing to install

Streamable HTTP endpoint with full OAuth 2.1 + Dynamic Client Registration + PKCE:

https://api.primateintelligence.ai/mcp

In Claude.ai / Claude Desktop: Settings → Connectors → Add custom connector, paste the URL, sign in. No API key handling — the OAuth flow issues and rotates tokens for you.

2. Local stdio server

// claude_desktop_config.json · .mcp.json · mcp.json · .cursor/mcp.json

{ "mcpServers": { "primate-intelligence": { "command": "npx", "args": ["-y", "@primate-intelligence/mcp"], "env": { "PRIMATE_API_KEY": "pv_live_…" } } } }

Tools

Tool	Does	Read-only
`create_video_from_url`	Register a video from a public https URL (`POST /v1/videos`)	—
`create_analysis`	Ask a question about a video (`POST /v1/analyses`)	—
`validate_analysis`	Dry-run a prompt: assessability + cost estimate, zero credits (`validate_only: true`)	✓
`create_analysis_batch`	2–10 prompts on one video; each after the first billed at 50% (`POST /v1/analyses/batch`)	—
`get_analysis`	Fetch analysis status/result (`GET /v1/analyses/{id}`)	✓
`wait_for_analysis`	Poll until terminal state; returns `{ analysis, retry }`	✓
`list_models`	List available models (`GET /v1/models`)	✓
`get_usage`	Credit balance + period meters (`GET /v1/usage`)	✓
`get_credits`	Balance + per-analysis transaction ledger (`GET /v1/credits`)	✓
`get_test_fixture`	Stable fixture for integration self-verification (`GET /v1/test-fixture`)	✓

Every tool carries MCP annotations (title, readOnlyHint, destructiveHint, idempotentHint, openWorldHint), declares an outputSchema, and returns structuredContent conforming to it. No tool deletes data. Tool descriptions and schemas mirror the OpenAPI document at GET /v1/openapi.json — the spec is the source of truth.

Typical agent flow

get_test_fixture → verify the integration works (test keys return deterministic results, no quota burn)
create_video_from_url with the video URL
validate_analysis → confirm the prompt is assessable + preview estimated_cost_usd (free)
create_analysis with the question — *"Is there a person in this video?"* — or create_analysis_batch for several
wait_for_analysis → result.answer (yes | no | indeterminate) + result.confidence + result.clips + result.detected_count (count queries) + result.indeterminate_reason
On insufficient_credits: call get_credits, report the balance + recent debits, point the human at billing

Security contract

The API key is read from the PRIMATE_API_KEY environment variable only. No tool accepts a key, token, or secret as an argument — so credentials never land in agent transcripts, tool-call logs, or model context. This is enforced by a unit test that fails the build if any tool schema grows a credential-shaped parameter.

Errors surface the machine-readable error code, a docs_url, and the request_id so an agent can self-correct without a human in the loop.

Configuration

Var	Required	Default
`PRIMATE_API_KEY`	yes	—
`PRIMATE_BASE_URL`	no	`https://api.primateintelligence.ai`

Development

npm install

npm test # vitest — tool surface, security contract, polling, error shape npm run build # tsc → dist/

Primateintelligence MCP

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Oder führ ihn auf deinem Computer aus

Oder führ ihn auf deinem Computer aus

Oder führ ihn auf deinem Computer aus

Oder führ ihn auf deinem Computer aus

Werte, die du selbst einträgst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Design, Bilder & Audioi

Häufige Fragen

Alternativen

Figma Context MCP

Claude Real Video

Figma MCP Server

README vom Entwickler

@primate-intelligence/mcp

Try it for free

Two ways to connect

1. Remote server (recommended) — OAuth, nothing to install

2. Local stdio server

Tools

Typical agent flow

Security contract

Configuration

Development

Links

License