Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Avc Test Py MCP

von z416479660Version 1.0.0i★ –iLäuft auf deinem Computer
Name in der Registryio.github.z416479660/avc-test-py-mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

MCP server for video enhancement (create_task, get_task_status, enhance_video_sync)

Die drei Säulen von PopNx MCP

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

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: Läuft auf deinem Computer
  • Transport: stdio
  • Kategorie: Design, Bilder & Audio
  • Das musst du eintragen: HTTP_API_KEY

Installation

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

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
  • Das trägst du selbst ein: HTTP_API_BASE_URL, HTTP_API_KEY

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

Du brauchst

  • npmNode.js installiert (für den Befehl npx)

Welche App nutzt du?

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

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

{
  "mcpServers": {
    "avc-test-py": {
      "command": "npx",
      "args": [
        "-y",
        "avc-test-js-mcp"
      ],
      "env": {
        "HTTP_API_BASE_URL": "your-value",
        "HTTP_API_KEY": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add avc-test-py --env HTTP_API_BASE_URL=your-value --env HTTP_API_KEY=your-value -- npx -y avc-test-js-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": {
    "avc-test-py": {
      "command": "npx",
      "args": [
        "-y",
        "avc-test-js-mcp"
      ],
      "env": {
        "HTTP_API_BASE_URL": "your-value",
        "HTTP_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": {
    "avc-test-py": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "avc-test-js-mcp"
      ],
      "env": {
        "HTTP_API_BASE_URL": "your-value",
        "HTTP_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.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

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

Werte, die du selbst einträgst

  • HTTP_API_BASE_URL env
    FastAPI HTTP Server base URL
  • HTTP_API_KEY geheim erforderlich env
    API authentication key

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

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 8. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto z416479660 bestätigt, dem das Repo 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

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Design, Bilder & Audioi

  • Mehr Sterne als 0 % der anderen 2789 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 6 % der anderen 2789 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 2789 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 Avc Test Py 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: HTTP_API_KEY

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.0.0) kam vor 7 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv), Node.js auf deinem Computer.

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:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Figma Context MCP

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

von GLipsWeit verbreitet↓ 161.192/Wo.★ 16.165Aktualisiert vor 5 Monaten

Läuft auf deinem Computer

Claude Real Video

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

von HUANGCHIHHUNGLeoWeit verbreitet↓ 1106/Wo.★ 2284Aktualisiert vor 2 Monaten

Läuft auf deinem Computer

Figma MCP Server

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

von figmaWachsend★ 2152Aktualisiert vor 13 Monaten

Läuft in der Cloud✓ mcp.figma.com

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.

avc-test-py-mcp (Python)

基于 MCP 协议的视频增强服务,作为 MCP Client-Server 与 FastAPI HTTP Server 交互。

功能

提供以下 MCP Tools:

  • create_task - 创建视频增强任务(支持 URL 或本地文件上传)
  • get_task_status - 查询任务状态
  • enhance_video_sync - 同步增强视频(阻塞等待)

安装

从 PyPI 安装(推荐)
# 使用 pip 安装

pip install avc-test-py-mcp

或使用 uv 安装

uv pip install avc-test-py-mcp

从源码安装
git clone https://github.com/yourusername/avc-test-py-mcp.git

cd python_client

使用 uv 安装(推荐)

uv pip install -e ".[dev]"

或使用 pip 安装

pip install -e ".[dev]"

使用方法

1. 命令行启动
# 直接运行(安装后)

avc-test-py-mcp --base-url https://mcp.luluhero.com --api-key your-api-key

或使用环境变量

export HTTP_API_BASE_URL=https://mcp.luluhero.com export HTTP_API_KEY=your-api-key avc-test-py-mcp

2. 在 Claude Desktop 中配置

编辑 Claude Desktop 配置文件:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

Windows: %APPDATA%/Claude/claude_desktop_config.json

{

"mcpServers": { "video-enhancement": { "command": "avc-test-py-mcp", "args": [ "--base-url", "https://mcp.luluhero.com", "--api-key", "your-api-key" ] } } }

3. 使用 uv run 运行(开发模式)
uv run avc-test-py-mcp --base-url https://mcp.luluhero.com --api-key your-api-key

提供的 Tools

create_task

创建视频增强任务(异步)。

参数:

  • video_source (string, required): 视频 URL 或本地文件路径
  • type (string, optional): 上传类型,默认 "url"
  • 可选值: "url" - 网络视频URL, "local" - 本地文件路径
  • resolution (string, optional): 目标分辨率,默认 720p
  • 可选值: 480p, 540p, 720p, 1080p, 2k

使用示例:

# URL 方式

{ "video_source": "https://example.com/video.mp4", "type": "url", "resolution": "1080p" }

本地文件方式

{ "video_source": "/path/to/local/video.mp4", "type": "local", "resolution": "1080p" }

返回值:

{

"success": true, "task_id": "xxx", "status": "wait" }

get_task_status

查询任务状态。

参数:

  • task_id (string, required): 任务ID

使用示例:

{

"task_id": "task-123-abc" }

返回值:

{

"success": true, "task_id": "xxx", "status": "completed", "progress": 100, "video_url": "https://...", "error_message": null, "created_at": "2024-01-01T00:00:00Z", "updated_at": "2024-01-01T00:01:00Z" }

enhance_video_sync

同步增强视频(阻塞等待完成)。

参数:

  • video_source (string, required): 视频 URL 或本地文件路径
  • type (string, optional): 上传类型,默认 "url"
  • 可选值: "url" - 网络视频URL, "local" - 本地文件路径
  • resolution (string, optional): 目标分辨率,默认 720p
  • poll_interval (number, optional): 轮询间隔(秒),默认 5
  • timeout (number, optional): 超时时间(秒),默认 600

使用示例:

{

"video_source": "https://example.com/video.mp4", "type": "url", "resolution": "1080p", "poll_interval": 5, "timeout": 600 }

返回值:

{

"success": true, "task_id": "xxx", "status": "completed", "progress": 100, "video_url": "https://..." }

文件上传说明

当 type 设置为 "local" 时,MCP Server 会:

  1. 读取本地文件
  2. 将文件转为 base64 编码
  3. 上传到视频增强服务

限制:

  • 最大文件大小:100MB

环境变量

变量名说明默认值
HTTP_API_BASE_URLFastAPI HTTP Server 地址https://mcp.luluhero.com
HTTP_API_KEYAPI 认证密钥无

开发

# 克隆仓库

git clone https://github.com/yourusername/avc-test-py-mcp.git cd python_client

安装开发依赖

uv pip install -e ".[dev]"

运行测试

pytest

代码格式化

ruff format . ruff check --fix .

发布到 PyPI

# 安装构建工具

uv pip install build twine

构建分发包

python -m build

上传到 PyPI(测试)

python -m twine upload --repository testpypi dist/*

上传到 PyPI(正式)

python -m twine upload dist/*

License

MIT License - 详见 LICENSE 文件

PopNx fragen